比例风险模型假设以下形式的风险率： $h(t|X) = h_0(t) \cdot risk(X)$ 通常在哪里 $risk(X) = exp(X\beta)$. predictxgboost方法返回$risk(X)$只要。我们能做的就是使用survival::basehaz函数来查找$h_0(t)$.

问题是它没有“校准”到计算的实际基线危险率xgboost。我们能做的就是找到一些常数$C$最小化样本观察到的死亡/审查时间和$h_0(t) \cdot risk(X) \cdot C$.

我已经在我编写的一个很小的 ​​R 包中实现了这种方法。