R语言VRPM包绘制多种模型的彩色列线图

列线图,又称诺莫图(Nomogram),它是建立在回归分析的基础上,使用多个临床指标或者生物属性,然后采用带有分数高低的线段,从而达到设置的目的:基于多个变量的值预测一定的临床结局或者某类事件发生的概率。列线图(Nomogram)可以用于多指标联合诊断或预测疾病发病或进展。
近些年来在高质量SCI临床论文中用的越来越多。列线图将回归模型转换成了可以直观的视图,让结果更容易判断,具有可读性,例如:

在这里插入图片描述

咱们既往已经多篇文章介绍绘制列线图,今天咱们来介绍一下VRPM包绘制彩色列线图,这个包可以绘制多个模型的列线图,咱们一一来介绍。
首先VRPM包已经在R官方下架,不能直接安装,咱们可以

install.packages("devtools")  # 安装devtools包
devtools::install_github("nanxstats/VRPM")  # 安装VRPM包

或者在我的公众号吧这个包下载下来(公众号回复:VRPM包),手动安装

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
如果遇到下面报错的话,表明’fields’, ‘R2HTML’这两个包的版本不合适,
在这里插入图片描述
咱们需要把’fields’, 'R2HTML’这两个包从新安装一下,然后再次安装就可以了
安装好VRPM包后咱们就可以开始了,先导入R包

library(VRPM)
library(survival)

设置好咱们的目录,这样有个好处,VRPM包是直接把图片保存到默认目录的,这样你比较好找

setwd("E:/公众号文章2023年/VRPM包绘制彩色评分图")

导入数据,把分类变量转成因子

mydata <- read.csv("mydata.csv")

在这里插入图片描述
这是很简单的数据,admit是个分类的结局变量,其他的是协变量,(公众号回复:列线图数据,可以获得这个数据。)
把分类变量转成因子

mydata$rank <- factor(mydata$rank)

建立模型,先来个逻辑回归的

fit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial")

绘制列线图

colplot(fit)

绘图后并不在R界面生成我们需要在默认目录下找,就是刚才咱们设置的目录
(“E:/公众号文章2023年/VRPM包绘制彩色评分图”)

在这里插入图片描述
这样一个彩色列线图就生成了,根据颜色深浅表示了危险程度。咱们还可以对颜色进行一些修改

colplot(fit,coloroptions=1)

在这里插入图片描述

colplot(fit,coloroptions=3)

在这里插入图片描述
接下来咱们来个cox回归的,使用的是mfp包自带的数据

library(mfp)
data(GBSG)

在这里插入图片描述
数据中的rfst是生存时间,cens是结局变量,其他的是协变量
建立模型

fit<-coxph(Surv(rfst, cens) ~ age+tumsize+posnodal+prm+esm+menostat+tumgrad, data = GBSG, 
           model=TRUE)

绘图

colplot(fit)

在这里插入图片描述
下面咱们来个结局变量Y是多分类的逻辑回归模型,使用的是VGAMdata包自带的xs.nz数据
l

ibrary(nnet)
library(VGAMdata)
data(xs.nz)

在这里插入图片描述
这个数据很大,咱们提取需要的变量来组成模型

marital.nz <- xs.nz[,c("marital","sex","age","height","weight")]
mydata <- marital.nz[complete.cases(marital.nz),]

咱们可以看到结局变量marital是4分类变量

str(mydata)

在这里插入图片描述
建立模型

fit <- multinom(marital ~ sex + age + height + weight, data = mydata,model=TRUE)

对于多项式逻辑回归,有多个结局概率,咱们需要指定你研究的是指标
咱们先把结局的4个变量提取出来,分别是4个婚姻状态“单身”“已婚”“离婚”“寡居”

outnames=colnames(fitted(fit))

在这里插入图片描述
咱们单身为参考变量,绘制列线图,先生成图片的标题

labels=c(paste("Linear predictor for",outnames[-1]),paste
         ("Predicted chance of being",outnames))

在这里插入图片描述
接下来绘图,会生成多个图片,它是分成2个图片一组的,发表的时候可能需要拼一下图

colplot(fit,coloroptions=3,risklabel=labels,filename="div")

在这里插入图片描述
在这里插入图片描述
接下来是married的
在这里插入图片描述
在这里插入图片描述
接下来是widowed的

在这里插入图片描述
在这里插入图片描述
图片很多还有几张就不发上来了。
接下来咱们绘制个支持向量机分类的,使用R自带的鸢尾花数据

library(kernlab)
data(iris)

在这里插入图片描述
咱们把其他两种类型的花设置为other

levels(iris$Species)[levels(iris$Species)=="setosa"] <- "other"
levels(iris$Species)[levels(iris$Species)=="virginica"] <- "other"

在这里插入图片描述
对数据重新命名

names(iris)=c("SL","SW","PL","PW","Species")

生成模型

model <-ksvm(Species ~ ., data = iris,prob.model=TRUE,kpar=list(0.03),C=10)

对模型进行预处理,

newmodel=preplotperf(model,iris,indy=5,zerolevel="min")

绘图

colplot(newmodel,filename="IRIS2",zerolevel="min",coloroptions=5)

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/344380.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

生命在于折腾——WeChat机器人的研究和探索

一、前言 2022年&#xff0c;我玩过原神&#xff0c;当时看到了云崽的QQ机器人&#xff0c;很是感兴趣&#xff0c;支持各种插件&#xff0c;查询游戏内角色相关信息&#xff0c;当时我也自己写了几个插件&#xff0c;也看到很多大佬编写的好玩的插件&#xff0c;后来因为QQ不…

微信聊天记录生成词云

目录 前置准备一、获取微信聊天记录&#xff08;一&#xff09;配置MuMu模拟器&#xff08;二&#xff09;微信数据备份与恢复&#xff08;三&#xff09;获取微信聊天记录文件至电脑&#xff08;四&#xff09;获取EnMicroMsg.db的密钥&#xff08;五&#xff09;使用SQLciphe…

详解线性分组码(linear code)

目录 一. 介绍 二. 线性分组码 三. 生成矩阵 四. 对偶编码 五. 校验矩阵 六. 陪集编码 七. 小结 一. 介绍 Low-density parity-check&#xff0c;简称LDPC码&#xff0c;翻译为低密度奇偶校验码。 我们所熟悉的LDPC码就是一个典型的线性分组码&#xff08;linear bloc…

2023年度AI盘点 AIGC|AGI|ChatGPT|人工智能大模型

前言 「作者主页」&#xff1a;雪碧有白泡泡 「个人网站」&#xff1a;雪碧的个人网站 2023年是人工智能大语言模型大爆发的一年&#xff0c;一些概念和英文缩写也在这一年里集中出现&#xff0c;很容易混淆&#xff0c;甚至把人搞懵。 文章目录 前言01 《ChatGPT 驱动软件开…

气象条件对铸铁平台地基深度有哪些影响呢——河北北重

气象条件对铸铁平台地基有以下影响&#xff1a; . 1.地震 地震可能导致地基的震动和错动&#xff0c;因此地震活跃区域的建筑物通常需要更深的地基以提供更大的稳定性。 2..温度变化&#xff1a;气温的变化会导致地基中的土壤膨胀和收缩&#xff0c;从而影响地基的稳定性。特…

展厅设计更好的方法

一、与公司形象契合 在展厅规划时必定要留意公司的LOGO、主色调&#xff0c;以及企业文明。在展现时使用丰满的展厅规划传达出企业的理念。而在功用设置上&#xff0c;应当考虑内涵功用&#xff0c;从展厅作业人员的视点动身&#xff0c;为展厅作业人员提供杰出的环境&#xff…

书生·浦语大模型实战营-学习笔记6

目录 OpenCompass大模型测评1. 关于评测1.1 为什么要评测&#xff1f;1.2 需要评测什么&#xff1f;1.3 如何评测&#xff1f;1.3.1 客观评测1.3.2 主观评测1.3.3 提示词工程评测 2. 介绍OpenCompass工具3. 实战演示 OpenCompass大模型测评 1. 关于评测 1.1 为什么要评测&#…

《WebKit 技术内幕》学习之五(4): HTML解释器和DOM 模型

4 影子&#xff08;Shadow&#xff09;DOM 影子 DOM 是一个新东西&#xff0c;主要解决了一个文档中可能需要大量交互的多个 DOM 树建立和维护各自的功能边界的问题。 4.1 什么是影子 DOM 当开发这样一个用户界面的控件——这个控件可能由一些 HTML 的标签元素…

单域名证书,多域名证书,通配符证书怎么选?了解这些就够了

首次购买证书时&#xff0c;我们经常遇到不知道选择那种证书&#xff0c;由于缺乏相关的了解&#xff0c;稍不留神&#xff0c;就会踩坑&#xff01;那初次购买证书时&#xff0c;了解这几点其实就足够了&#xff01; 第一点&#xff0c;了解证书的类型。 证书一般分为DV&am…

<蓝桥杯软件赛>零基础备赛20周--第16周--GCD和LCM

报名明年4月蓝桥杯软件赛的同学们&#xff0c;如果你是大一零基础&#xff0c;目前懵懂中&#xff0c;不知该怎么办&#xff0c;可以看看本博客系列&#xff1a;备赛20周合集 20周的完整安排请点击&#xff1a;20周计划 每周发1个博客&#xff0c;共20周。 在QQ群上交流答疑&am…

acwing 动态规划dp 0 1背包问题

前言 hello小伙伴们&#xff0c;最近由于个人放假原因颓废了一段时间很长时间没有更新CSDN的内容了&#xff0c;唉&#xff0c;毕竟懂得都懂寒暑假静下心来学习的难度远比在学校里大的多。 但是&#xff0c;也不是毫无办法克服&#xff0c;今天我来了我们当地的一家自习室来学习…

大数据开发之Spark(RDD弹性分布式数据集)

第 1 章&#xff1a;rdd概述 1.1 什么是rdd rdd&#xff08;resilient distributed dataset&#xff09;叫做弹性分布式数据集&#xff0c;是spark中最基本的数据抽象。 代码中是一个抽象类&#xff0c;它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。 1.1…

【操作工具】IDEA的properties文件变为灰色的解决办法

背景 赋值了一份properties文件放到项目下面&#xff0c;但是里面的key都是灰色的 解决方案 去掉下面3后面对应的勾 去掉之后

Java零基础学习18:字符串

编写博客目的&#xff1a;本系列博客均根据B站黑马程序员系列视频学习和编写目的在于记录自己的学习点滴&#xff0c;方便后续回忆和查找相关知识点&#xff0c;不足之处恳请各位有缘的朋友指正。 一、字符串拼接 第一题&#xff1a;false 第二题&#xff1a;true 二、 字符串…

Java项目:12 Springboot的垃圾回收管理系统

作者主页&#xff1a;舒克日记 简介&#xff1a;Java领域优质创作者、Java项目、学习资料、技术互助 文中获取源码 1.介绍 垃圾分类查询管理系统&#xff0c;对不懂的垃圾进行查询进行分类并可以预约上门回收垃圾。 让用户自己分类垃圾&#xff0c; 按国家标准自己分类&#x…

LabVIEW高级CAN通信系统

LabVIEW高级CAN通信系统 在现代卫星通信和数据处理领域&#xff0c;精确的数据管理和控制系统是至关重要的。设计了一个基于LabVIEW的CAN通信系统&#xff0c;它结合了FPGA技术和LabVIEW软件&#xff0c;主要应用于模拟卫星平台的数据交换。这个系统的设计不仅充分体现了FPGA在…

CSS实现文本和图片无限滚动动画

Demo图如下&#xff1a; <style>* {margin: 0;padding: 0;box-sizing: border-box;font-family: Poppins, sans-serif;}body {min-height: 100vh;background-color: rgb(11, 11, 11);color: #fff;display: flex;flex-direction: column;justify-content: center;align-i…

2024 年值得收藏的 6 大 iPad 恢复软件

众所周知&#xff0c;数据丢失是 iOS 用户的普遍问题。由于意外删除、软件更新、被盗等多种原因&#xff0c;您可能会丢失重要文件。通过备份&#xff0c;您可以轻松找回 iPad上丢失的文件。但是&#xff0c;当您没有可用的备份时&#xff0c;麻烦就开始了。那么&#xff0c;如…

如何高效挖掘Web漏洞?

简介 SRC漏洞平台&#xff1a;安全应急响应中心&#xff08;SRC, Security Response Center&#xff09;&#xff0c;是企业用于对外接收来自用户发现并报告的产品安全漏洞的站点。说白了&#xff0c;就是连接白帽子和企业的平台&#xff0c;你去合法提交漏洞给他们&#xff0…

数据结构之树和森林

数据结构之树和森林 1、树的存储结构2、树和森林的遍历2.1、树的遍历2.2、森林的遍历 3、树、森林和二叉树之间的相互转换 数据结构是程序设计的重要基础&#xff0c;它所讨论的内容和技术对从事软件项目的开发有重要作用。学习数据结构要达到的目标是学会从问题出发&#xff0…