#首先加载R包require(xgboost)  require(Matrix)  require(data.table)  library(survival)  data(cancer, package="survival")  df <- data.table(colon, keep.rownames = FALSE)  df<-df[1:100,]#这里我们选择前一百个数据进行处理，在使用自己数据的时候一定要处理缺失值  head(df)

#把结局变量生存状态转换为因子型  df$status<-factor(df$status,levels = c(0,1),labels = c("alive","dead"))  #查看数据结构  str(df)

#将年龄新增一个变量为二分类变量  head(df[,AgeCat:= as.factor(ifelse(age >=65, "Old", "Young"))])

#选择预测特征  df<-subset(df,select = c(-id,-study,-age,-time))#实现XGBoost#将数据转化为稀疏矩阵  sparse_matrix <- sparse.model.matrix(status~ ., data = df)[,-1]  #查看前几行  head(sparse_matrix)  

output_vector = df[,status] == "dead"#建立模型！bst <- xgboost(data = sparse_matrix, label = output_vector, max_depth = 4,                 eta = 1, nthread = 2, nrounds =10,objective = "survival:cox")

#在该模型中nrounds是迭代次数，数值越大运行时间越长。objective是模型类型，我们常用的一般是二分类logistics回归和Cox回归，这里我选择后者。#每行的train-cox-nloglik代表模型效果，一般越小越好。#但是要注意，在这里我们观察到在第2次之后该值逐渐增大，这表示模型出现了过度拟合，因此，我们选择迭代次数2来构建模型bst <- xgboost(data = sparse_matrix, label = output_vector, max_depth = 4,                 eta = 1, nthread = 2, nrounds =2,objective = "survival:cox")#然后关键的一步到了#提取变量重要性importance <- xgb.importance(feature_names = colnames(sparse_matrix), model = bst)head(importance)

我们其实再深入一点分析这个模型。我们已经发现哪些特征可以预测疾病结局。但我们还不知道这些特征的作用。例如，我们想知道不同治疗方案对患者预后是否有影响？因此，我们在上述分析的基础上添加两个参数data和label来解决这一问题。importanceRaw <- xgb.importance(feature_names = colnames(sparse_matrix), model = bst, data = sparse_matrix, label = output_vector)  importanceClean <- importanceRaw[,`:=`(Cover=NULL, Frequency=NULL)]  head(importanceClean)  

#可以看到最重要的特征就是这几个了！#然后我们对其进行可视化一下xgb.plot.importance(importanceClean, rel_to_first = TRUE, xlab = "Relative importance")

小伙伴们肯定也会说，这个图也太难看了！强烈要求画‍好看一点！放心，接下来我们用ggplot2重新画一个重要性评估图。
#因为importanceClean是一个data.table，因此先转换为数据框  data<-as.data.frame(importanceClean)  #接下来开始绘图，这里需要注意： #1.如果我们以Feature为x，Gain为y值绘制条形图，结果肯定和原图不一样，  #所以需要对坐标轴进行转换； #2.上次我们也说到变量排序的事，这里还是用reorder函数对y值由大到小重新排序  p<-ggplot(data=data,mapping=aes(x=reorder(Feature,Gain),y=Gain/0.551046708,fill=Feature))+    geom_bar(stat = 'identity',width = 0.8,position=position_dodge(0.7))+    scale_fill_brewer(palette ="Set1")+    coord_flip()+#坐标轴变换    ylab("Variable relative importance")+    xlab("")+    theme_bw()+    theme(legend.position = "")  ggsave("vip.png",plot = p,width = 4.5,height = 5,dpi = 600,units = "in",device = png)