感谢大佬!
我试过一个方式,即用predict函数导出每个样本的对应的终点node的survival函数的平均值,然后使用survivalROC包,将这个值当成marker来绘制roc曲线。这个应该是最接近真实的roc曲线的啦。但是,survivalROC包本质上是把marker当成连续变量来绘制的,而不是将其当成分类变量。而node或者说这个survival平均值,本质上是分类变量。那么肯定不对。
我之前看过一篇文章,说决策树这种分类预测能画出roc曲线是因为每个节点都有对应的阳性率和阴性率,依靠这个来画出ROC,而不是将其当成连续变量来画。
就很纠结。