使用 r 中的 mRMRe 包进行生存数据中的特征选择

Question

我正在寻找 r 中生存数据的一些特征选择方法。我想使用最大相关性和最小冗余来完成上述任务。在 mRMRe 包的小插图中，它提到它们接受 MIM 和变量选择的生存数据。但我找不到任何有用的例子来帮助我进行特征选择。

如果有人可以请写下使用 mRMRe 包进行生存分析中特征选择的确切代码。

我尝试了一个简单的例子，但这对我来说不起作用，因为使用的数据集不是生存类型。

Answer 1

我也找不到任何在生存数据上使用

mRMRe

的示例。这是我对其预期用途的解释。

---

data

：预计是一个数据框，其中样本和特征分别组织为行和列。这些列的类型必须是：数字、有序因子、Surv，并分别解释为：连续、离散和生存变量。

library(survival)
library(mRMRe)
lung <- survival::lung

df <- lung[,4:10]
df$target <- Surv(lung$time, lung$status)

mRMR_data <- mRMR.data(data=df)

> head(mRMR_data@data)
  age sex ph.ecog ph.karno pat.karno meal.cal wt.loss target_event target_time
1  74   1       1       90       100     1175      NA            1         306
2  68   1       0       90        90     1225      15            1         455
3  56   1       0       90        90       NA      15            0        1010
4  57   1       1       90        60     1150      11            1         210
5  60   1       0      100        90       NA       0            1         883
6  74   1       1       50        80      513       0            0        1022

feature_types

： “数字”类的对象，包含特征/变量的内部表示：1 表示数字，2 表示有序因子，3 表示生存数据

> mRMR_data@feature_types
[1] 0 0 0 0 0 0 0 2 3

mRMR_classic <- mRMR.classic(data=mRMR_data, target_indices=8, feature_count=4)
mRMR_classic@feature_names[unlist(mRMRe::solutions(mRMR_classic))]
[1] "sex"       "ph.karno"  "pat.karno" "meal.cal"