MLR3 中生存任务的模型可解释性

Question

我之前已经在 MLR 中对我的生存模型进行了模型解释 (pdp)。 但是，由于“预测器”对象不接受来自生存类型的模型，我无法在 MLR3 中执行此操作。

我在下面附上了 MLR 的示例代码，是否有办法在 MLR3 中进行模型解释？

mod = train(lrn,surv.task)

task.pred = predict(mod,newdata = traindata)

getLearnerModel(mod)

pd = generatePartialDependenceData(mod,surv.task,c("X","Y","Z"))

plotPartialDependence(pd)

至于 c("X","Y","Z")) #这是三个随机特征（我希望能够对所有特征和选定的特征（如 MLR 中的特征）执行此操作）

Answer 1

在

mlr3proba

中，我们不支持模型可解释性方法atm。但是有 survex R 软件包与

mlr3

兼容，所以请检查一下。

要创建 pdp 图，最近的一篇博客文章会派上用场 => https://mlr-org.com/gallery/technical/2023-10-25-bart-survival/