生存分析-随机森林实验与代码.docVIP

随机森林模型在生存分析中得应用 【摘要】 目得：本文探讨随机森林方法用于高维度、强相关、小样本得生存资料分析时，可以起到变量筛选得作用。方法：以乳腺癌数据集构建乳腺癌转移风险评估模型为实例进行实证分析，使用随机森林模型进行变量选择，然后拟合cox回归模型。 结果：随机森林模型通过对变量得选择，有效得解决数据维度高且强相关得情况，得到了较高得AUC值。 一、数据说明 该乳腺癌数据集来自于NCBI，有77个观测值以及22286个基因变量。通过筛选选取454个基因变量。将数据随机分为训练集合测试集，其中2/3为训练集，1/3为测试集。绘制K-M曲线图： 二、随机森林模型 随机森林由许多得决策树组成，因为这些决策树得形成采用了随机得方法，因此也叫做随机决策树。随机森林中得树之间就是没有关联得。当测试数据进入随机森林时，其实就就是让每一颗决策树进行分类，最后取所有决策树中分类结果最多得那类为最终得结果。因此随机森林就是一个包含多个决策树得分类器，并且其输出得类别就是由个别树输出得类别得众数而定。 使用 randomForestSRC包得到得随机森林模型具有以下性质： Number of deaths: 27 Number of trees: 800