Ceteris Paribus

The ceteris_paribus() function computes the predictions for the neighbor of our chosen observation. The neighbour is defined as the observations with changed value of one of the variable.

ceteris_paribus(explainer, observation, grid_points = 5,
  selected_variables = NULL)

Arguments

explainer	a model to be explained, preprocessed by the 'survxai::explain' function
observation	a new observation for which predictions need to be explained
grid_points	grid_points number of points used for response path
selected_variables	if specified, then only these variables will be explained

Value

An object of the class surv_ceteris_paribus_explainer. It's a data frame with calculated average responses.

Examples

library(survxai)
library(rms)
#> Ładowanie wymaganego pakietu: Hmisc
#> Ładowanie wymaganego pakietu: lattice
#> Ładowanie wymaganego pakietu: survival
#> Ładowanie wymaganego pakietu: Formula
#> Ładowanie wymaganego pakietu: ggplot2
#> 
#> Dołączanie pakietu: 'Hmisc'
#> Następujące obiekty zostały zakryte z 'package:base':
#> 
#>     format.pval, units
#> Ładowanie wymaganego pakietu: SparseM
#> 
#> Dołączanie pakietu: 'SparseM'
#> Następujący obiekt został zakryty z 'package:base':
#> 
#>     backsolve
data("pbcTrain")
data("pbcTest")
predict_times <- function(model, data, times){
                    prob <- rms::survest(model, data, times = times)$surv
                    return(prob)
                  }
cph_model <- cph(Surv(years, status)~., data = pbcTrain, surv = TRUE, x = TRUE, y=TRUE)
surve_cph <- explain(model = cph_model, data = pbcTest[,-c(1,5)],
             y = Surv(pbcTest$years, pbcTest$status),
             predict_function = predict_times)
cp_cph <- ceteris_paribus(surve_cph, pbcTest[1,-c(1,5)])