survival_reg()
定義參數生存模型。該函數可以擬合刪失回歸模型。
擬合該模型的方法有多種,通過設置模型引擎來選擇估計方法。下麵列出了該模型的引擎特定頁麵。
1 默認引擎。 ² 需要防風草擴展包。有關如何操作的更多信息防風草用於建模的是https://www.tidymodels.org/.
參數
- mode
-
預測結果模式的單個字符串。該模型唯一可能的值為"censored regression"。
- engine
-
指定用於擬合的計算引擎的單個字符串。
- dist
-
結果概率分布的字符串。默認為"weibull"。
細節
此函數僅定義正在擬合的模型類型。一旦指定了引擎,也就定義了擬合模型的方法。有關設置引擎的更多信息,包括如何設置引擎參數,請參閱set_engine()
。
在 fit()
函數與數據一起使用之前,模型不會經過訓練或擬合。
此函數中除 mode
和 engine
之外的每個參數都被捕獲為 quosures 。要以編程方式傳遞值,請使用injection operator,如下所示:
value <- 1
survival_reg(argument = !!value)
由於生存模型通常涉及審查(並且需要使用 survival::Surv()
對象),因此 fit.model_spec()
函數將要求通過公式接口指定生存模型。
例子
show_engines("survival_reg")
#> # A tibble: 0 × 2
#> # ℹ 2 variables: engine <chr>, mode <chr>
survival_reg(mode = "censored regression", dist = "weibull")
#> ! parsnip could not locate an implementation for `survival_reg` censored
#> regression model specifications.
#> ℹ The parsnip extension package censored implements support for this
#> specification.
#> ℹ Please install (if needed) and load to continue.
#> Parametric Survival Regression Model Specification (censored regression)
#>
#> Main Arguments:
#> dist = weibull
#>
#> Computational engine: survival
#>
相關用法
- R parsnip set_engine 聲明計算引擎和特定參數
- R parsnip svm_rbf 徑向基函數支持向量機
- R parsnip set_args 更改模型規範的元素
- R parsnip svm_linear 線性支持向量機
- R parsnip set_new_model 注冊模型的工具
- R parsnip show_engines 顯示模型當前可用的引擎
- R parsnip svm_poly 多項式支持向量機
- R parsnip logistic_reg 邏輯回歸
- R parsnip predict.model_fit 模型預測
- R parsnip linear_reg 線性回歸
- R parsnip C5_rules C5.0 基於規則的分類模型
- R parsnip condense_control 將控製對象壓縮為更小的控製對象
- R parsnip control_parsnip 控製擬合函數
- R parsnip augment 通過預測增強數據
- R parsnip repair_call 修複模型調用對象
- R parsnip dot-model_param_name_key 翻譯模型調整參數的名稱
- R parsnip glm_grouped 將數據集中的分組二項式結果與個案權重擬合
- R parsnip rule_fit 規則擬合模型
- R parsnip translate 解決計算引擎的模型規範
- R parsnip max_mtry_formula 根據公式確定 mtry 的最大值。此函數可能會根據公式和數據集限製 mtry 的值。對於生存和/或多變量模型來說,這是一種安全的方法。
- R parsnip rand_forest 隨機森林
- R parsnip mlp 單層神經網絡
- R parsnip nearest_neighbor K-最近鄰
- R parsnip parsnip_update 更新型號規格
- R parsnip fit 將模型規範擬合到數據集
注:本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Parametric survival regression。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。