R SparkR spark.survreg用法及代碼示例

說明：

spark.survreg 適合 SparkDataFrame 上的加速故障時間 (AFT) 生存回歸模型。用戶可以調用summary獲取擬合的AFT模型的摘要，調用predict對新數據進行預測，調用write.ml/read.ml保存/加載擬合模型。

用法：

spark.survreg(data, formula, ...)

## S4 method for signature 'SparkDataFrame,formula'
spark.survreg(
  data,
  formula,
  aggregationDepth = 2,
  stringIndexerOrderType = c("frequencyDesc", "frequencyAsc", "alphabetDesc",
    "alphabetAsc")
)

## S4 method for signature 'AFTSurvivalRegressionModel'
summary(object)

## S4 method for signature 'AFTSurvivalRegressionModel'
predict(object, newData)

## S4 method for signature 'AFTSurvivalRegressionModel,character'
write.ml(object, path, overwrite = FALSE)

參數：

• data 用於訓練的 SparkDataFrame。
• formula 要擬合的模型的符號說明。目前僅支持少數公式運算符，包括'~'、':'、'+'和'-'。請注意，當前不支持運算符'.'。
• ... 傳遞給該方法的附加參數。
• aggregationDepth treeAggregate 的深度(大於或等於 2)。如果特征的維度或分區的數量很大，可以將此參數調整為更大的大小。這是一個專家參數。對於大多數情況，默認值應該是好的。
• stringIndexerOrderType 如何對字符串特征列的類別進行排序。這用於確定字符串特征的基本級別，作為編碼字符串時刪除排序後的最後一個類別。支持的選項有 "frequencyDesc"、"frequencyAsc"、"alphabetDesc" 和 "alphabetAsc"。默認值為"frequencyDesc"。當 ordering 設置為 "alphabetDesc" 時，這會在編碼字符串時丟棄與 R 相同的類別。
• object 擬合的 AFT 生存回歸模型。
• newData 用於測試的 SparkDataFrame。
• path 保存模型的目錄。
• overwrite 如果輸出路徑已經存在，是否覆蓋。默認為 FALSE，這意味著如果輸出路徑存在則拋出異常。

返回：

spark.survreg 返回擬合的 AFT 生存回歸模型。

summary 返回擬合模型的匯總信息，是一個列表。該列表包括模型的coefficients(特征、係數、截距和對數(比例))。

predict 返回一個 SparkDataFrame，其中包含數據原始比例的預測值(比例 = 1.0 的平均預測值)。

注意：

spark.survreg 自 2.0.0 起

摘要(AFTSurvivalRegressionModel)自 2.0.0 起

從 2.0.0 開始預測(AFTSurvivalRegressionModel)

write.ml(AFTSurvivalRegressionModel, character) 自 2.0.0 起

例子：

df <- createDataFrame(ovarian)
model <- spark.survreg(df, Surv(futime, fustat) ~ ecog_ps + rx)

# get a summary of the model
summary(model)

# make predictions
predicted <- predict(model, df)
showDF(predicted)

# save and load the model
path <- "path/to/model"
write.ml(model, path)
savedModel <- read.ml(path)
summary(savedModel)