Rのglmnetオブジェクトからベースラインハザード関数h0（t）を抽出するには？

Question

glmnetオブジェクトからベースラインハザード関数h0（t）を抽出する

時刻t >> h（t、X）= h0（t）exp [Σβi* Xi]でハザード関数を知りたい。 Rのglmnetオブジェクトからベースラインハザード関数h0（t）をどのように抽出できますか？

私が知っていることは、Survival Packagesの "basehaz（）"関数が、coxphオブジェクトからのベースラインハザード関数を抽出できるということです。

私はまた、関数glmnet.basesurv(time, event, lp, times.eval = NULL, centered = FALSE)を見つけました。しかし、この関数を使用しようとすると、エラーが発生します。

Error: could not find function "glmnet.basesurv"

以下は私のコードで、glmnetを使用してcoxモデルに適合させ、選択した変数の係数を取得しました。このglmnetオブジェクトからベースラインハザード関数h0（t）を得ることは可能ですか？

コード

# Split data into training data and testing data 
    set.seed(101) 
    train_ratio = 2/3 
    sample <- sample.int(nrow(x), floor(train_ratio*nrow(x)), replace = F) 
    x.train <- x[sample, ] 
    x.test <- x[-sample, ] 
    y.train <- y[sample, ] 
    y.test <- y[-sample, ] 

    surv_obj <- Surv(y.train[,1],y.train[,2]) 

    # 
    my_alpha = 0.5 

    fit = glmnet(x = x.train, y = surv_obj, family = "cox",alpha = my_alpha) # fit the model with elastic net method 
    plot(fit,xvar="lambda", main="cox model coefficient paths(glmnet.fit)\n\n") # Plot the paths for the fit 
    fit 

    # cross validation to find out best lambda 
    cv_fit = cv.glmnet(x = x.train,y = surv_obj , family = "cox",nfolds = 10,alpha = my_alpha) 

    tencrossfit <- cv_fit$glmnet.fit 
    plot(cv_fit, main="Cross-validated Deviance(10 folds cv.glmnet.fit)\n\n") 

    plot(tencrossfit, main="cox model coefficient paths(10 folds cv.glmnet.fit)\n\n") 

    max(cv_fit$cvm) 
    summary(cv_fit$cvm) 
    cv_fit$lambda.min 
    cv_fit$lambda.1se 

    coef.min = coef(cv_fit, s = "lambda.1se") 

    pred_min_value2 <- predict(cv_fit, s=cv_fit$lambda.min, newx=x.test,type="link") 

私は本当にあなたが提供することができます任意の助けに感謝。

Answer 1

glmnet.basesurv関数は、glmnet自体ではなく、hdnomパッケージ（CRANで利用可能）の一部です。だからそれをインストールし、それを呼び出します。