[问答] 请问各位大大：如何绘制生存树的ROC曲线并求AUC [推广有奖]

剪枝那一段代码不知道怎么回事显示有错。。
剪枝的代码如下：

2020-7-31 17:28:33 上传

下载附件 (4.9 KB)

我没细看阿，只是感觉你要做的是pfit和predtree两个数据的roc，
试试library(pROC)，类似代码：
#先生成roc
data_roc<-roc(pfit的变量,predtree的变量,direction="<")
#绘制roc曲线
plot(data_roc,print.auc=TRUE,auc.polygon=TRUE,grid=c(0.1,0.2),grid.col=c("green","green"),max.auc.polygon=TRUE,auc.polygon.col="yellow",print.thres=TRUE,print.thres.col="blue")

大佬这个pROC我看过了..他要提供一个预测变量像是风险评分的东西，而且要是连续变量. 生存树预测出来的是分类...这就很尴尬没法用常规的方法算auc。

不好意思，我没考虑清楚。
roc确实需要找到对应的预测值和观察值两类数据。

嗯嗯还是谢谢大佬了！请问大佬像我这种情况能有啥办法画出来roc吗

I am working at it. guess there must be some way out. if we could get both the predicted and observed data set.

let us start from the outcome of the functions

我用survival包中的lung数据集试了你的代码。
coxph模型和用这个模型predict的结果，与后面分类树操作没有关系。
后面的代码，rpart构造了一个分类树fit，但是可能因为rpart包和survival包的predict函数冲突，不能直接用rpart包里的predict函数对surv类型数据分类树预测，而要改成party类型才能预测。这是你代码的意图。我感觉矛盾形成于surv类型数据和rpart函数。
而改成party类型后，分类树预测的结果，也就是你最后一行代码，形成的是对每一个样本预测的生存曲线，也就是说每一个样本的预测值都不是一个确定的单一数值。
所以，你设想的ROC对生存曲线数据没有办法实现。
但是，rpart函数，也可以对特定的变量进行分类，比如说lung数据集中的statu，kyphosis数据集中的Kyphosis，只不过函数采用的分类公式不是生存曲线数据。依据这种分类树，也可以作预测，结果是每一个样本的目标变量的单一数值。针对这种结果，就可以做出ROC，类似一下代码。但是，这种结果我想不是你要的。



另外，survival包里的concordance函数可以计算观察值和预测值的符合程度，你试一下是否可用。示例代码：

另外，有几个包我们一起学习一下阿。看看有没有你需要的。
intcensROC
risksetROC
survivalROC
timeROC