Machine learning 使用R和src包的机器学习

我正在尝试使用“surv.randomForestSRC”作为R中机器学习的学习者。 我的代码和结果如下。“newHCC”是由多个数值参数得出的HCC患者的生存数据

> newHCC$status = (newHCC$status == 1)
> surv.task = makeSurvTask(data = newHCC, target = c("time", "status"))
> surv.task
Supervised task: newHCC
Type: surv
Target: time,status
Events: 61
Observations: 127
Features:
numerics  factors  ordered
      30        0        0
Missings: FALSE
Has weights: FALSE
Has blocking: FALSE

> lrn = makeLearner("surv.randomForestSRC")
> rdesc = makeResampleDesc(method = "RepCV", folds=10, reps=10)
> r = resample(learner = lrn, task = surv.task, resampling = rdesc)
[Resample] repeated cross-validation iter 1: cindex.test.mean=0.485
[Resample] repeated cross-validation iter 2: cindex.test.mean=0.556
[Resample] repeated cross-validation iter 3: cindex.test.mean=0.825
[Resample] repeated cross-validation iter 4: cindex.test.mean=0.81
...
[Resample] repeated cross-validation iter 100: cindex.test.mean=0.683
[Resample] Aggr. Result: cindex.test.mean=0.688

我有几个问题

如何检查参数，如使用的ntree、mtry等

有什么好方法可以调整吗

我如何观察预测的个体风险，比如我们使用randomForestSRC软件包的

predicted

非常感谢

二,。你可以试试下面的方法

---

surv_param Need:并定义“调整”和“观察预测的个人风险”的含义。对不起，我的英语不好。我的意思是“调优”搜索ntree、mtry、节点大小等，以获得更好的结果（更低的错误）。对于预测值，我考虑的是Rdocumentation（）中显示的预测值。