带有 mlr3proba 模型的 survxai 解释器答案

【问题标题】：survxai explainer with an mlr3proba model带有 mlr3proba 模型的 survxai 解释器
【发布时间】：2022-06-07 23:57:41
【问题描述】：

我正在尝试从使用 mlr3proba 构建的生存模型构建一个 survxai 解释器。我在创建解释器所需的 predict_function 时遇到问题。有没有人尝试过构建这样的东西？

到目前为止，我的代码如下：

require(survxai)
require(survival)
require(survivalmodels)
require(mlr3proba)
require(mlr3pipelines)

create_pipeops <- function(learner) {
  GraphLearner$new(po(\"encode\") %>>% po(\"scale\") %>>% po(\"learner\", learner))
}

fit<-lrn(\"surv.deepsurv\")
fit<-create_pipeops(fit)

data<-veteran
survival_task<-TaskSurv$new(\"veteran\", veteran, time = \"time\", event = \"status\")
fit$train(survival_task)

predict_function<-function(model, newdata, times=NULL){
  if(!is.data.frame(newdata)){
    newdata <- data.frame(newdata)
  }
  surv_task<-TaskSurv$new(\"task\", newdata, time = \"time\", 
                          event = \"status\")
  pred<-model$predict(surv_task)
  mat<-matrix(pred$data$distr, nrow = nrow(pred$data$distr))
  colnames(mat)<-colnames(pred$data$distr)
  return(mat)
}

explainer<-survxai::explain(model = learner$model, data = veteran[,-c(3,4)],
                            y = Surv(veteran$time, veteran$status),
                            predict_function = predict_function)

pred_breakdown<-prediction_breakdown(explainer, veteran[1,])

它会引发以下错误：[.data.table(r6_private(backend)$.data, , event, with = FALSE) 中的错误：未找到列：状态，但我怀疑一旦解决了该列，可能还会有更多。我不完全理解函数返回的对象的结构。

在 predict_function 中，我包含了 times 参数，因为根据 R 帮助页面，该函数必须采用三个参数。

你的代码对我来说运行良好。您可以使用 reprex::reprex 提供一个代表吗？
@RaphaelS 我编辑了问题，我忘了实际添加创建解释器的代码。我实际上也在尝试使用survivalmodels::deepsurv，因为我更熟悉该语法，但到目前为止该软件包也没有运气。

标签： r survival-analysis survival mlr3 dalex

【解决方案1】：

此处使用 randomForestSRC 的工作示例，您可以将 surv.rfsrc 更改为 surv.deepsurv 作为您的示例。顺便说一句，我们计划很快在 mlr3proba 中实现它，或者我可能只是将它直接添加到生存模型中，仍在决定！

library(mlr3proba)
#> Loading required package: mlr3
#> Warning: package 'mlr3' was built under R version 4.1.3
library(mlr3extralearners)
#> 
#> Attaching package: 'mlr3extralearners'
#> The following objects are masked from 'package:mlr3':
#> 
#>     lrn, lrns
library(survxai)
#> Loading required package: prodlim
#> Welcome to survxai (version: 0.2.1).
#> Information about the package can be found in the GitHub repository: https://github.com/MI2DataLab/survxai
library(survival)
data(pbc, package = "randomForestSRC")
pbc <- pbc[complete.cases(pbc), ]
task <- as_task_surv(pbc, event = "status", time = "days")
split <- partition(task)
predict_times <- function(model, data, times) {
  t(model$predict_newdata(data)$distr$survival(times))
}
model <- lrn("surv.rfsrc")$train(task, row_ids = split$train)
surve_cph <- explain(
  model = model, data = pbc[, -c(1, 2)],
  y = Surv(pbc$days, pbc$status),
  predict_function = predict_times
)
prediction_breakdown(surve_cph, pbc[1, -c(1, 2)])
#>             contribution
#> bili            -35.079%
#> edema           -10.278%
#> ascites          -5.505%
#> copper           -1.084%
#> stage            -0.773%
#> prothrombin      -0.421%
#> albumin          -0.247%
#> sgot             -0.143%
#> hepatom          -0.098%
#> spiders          -0.086%
#> alk              -0.043%
#> trig             -0.041%
#> age              -0.035%

^{由reprex package (v2.0.1) 于 2022-06-07 创建}

【讨论】：