R 删除随机生存林中包含缺失值(geom_路径)的9行

R 删除随机生存林中包含缺失值(geom_路径)的9行,r,random-forest,survival-analysis,R,Random Forest,Survival Analysis,我是R软件包的初学者,尝试使用R的随机生存工具进行生存分析。我想绘制出我的出袋误差与生存树数的曲线。我使用下面的R脚本(也在本文中给出)来绘制错误与使用标准PBC数据集的树数的关系 rm(list = ls(all.names = TRUE)) #will clear all objects includes hidden objects. library(ggplot2) library(magrittr) # needs to be run every time you start R a

我是R软件包的初学者,尝试使用R的随机生存工具进行生存分析。我想绘制出我的出袋误差与生存树数的曲线。我使用下面的R脚本(也在本文中给出)来绘制错误与使用标准PBC数据集的树数的关系

rm(list = ls(all.names = TRUE)) #will clear all objects includes hidden objects.

library(ggplot2)
library(magrittr) # needs to be run every time you start R and want to use %>%
library(dplyr)    # alternatively, this also loads %>%
library(survival)
library(randomForestSRC)
library(ggRandomForests)

data("pbc", package = "randomForestSRC")
# Create the trial and test data sets.
pbc$days <- pbc$days/364.25
pbc$age <- pbc$age/364.25

pbc.trial <- pbc %>% filter(!is.na(treatment))
pbc.test <- pbc %>% filter(is.na(treatment))
# Create the gg_survival object
gg_dta <- gg_survival(interval = "days",censor = "status",by = "treatment",data = pbc.trial)
rfsrc_pbc <- rfsrc(Surv(days, status) ~ ., data = pbc.trial,nsplit = 10, na.action = "na.impute",tree.err = TRUE,importance = TRUE)
plot(gg_error(rfsrc_pbc))
rm(list=ls(all.names=TRUE))#将清除包括隐藏对象在内的所有对象。
图书馆(GG2)
库(magrittr)#需要在每次启动R并希望使用%>%时运行
库(dplyr)#或者,这也会加载%>%
图书馆(生存)
图书馆(SRC)
图书馆(GG)
数据(“pbc”,package=“randomForestSRC”)
#创建试验和测试数据集。

pbc$天您是否浏览了此链接中的答案-?