👇点关注，不迷路👇
👆点关注，不迷路👆
--包的更新--
上一篇推文中的包，在众多同学们的反馈下作者进行了修改
将'Mime'重命名为'Mime1'，这样就很好的避免了因为重名而无法安装的尴尬。
不过该包仍然需要上百个的机器学习相关依赖包
因此建议同学们在利用代码安装的时候可以使用一些“加速器”，或者利用手机热点进行代码安装
devtools::install_github("l-magnificence/Mime")不过，对于这些依赖包，我在给同学们分享机器学习构建预后模型代码的时候也是需要用上这些包的，因此同学们如果跟着合集一路实操下来，实际所需的依赖包其实也就7~10个。
--报错汇总--
1）依赖包的安装
解决方案：报错中提到包不存在或包缺失而导致函数无法使用或者该包无法安装的。
①记住包的名字；
②于CRAN(R包官方网站)、Bioconductor、Github中搜索并下载安装（这里推荐下载本地包进行导入）；
③以下是推荐安装的包（个人经验，不一定全在依赖包列表中）
library(edgeR)library(limma)library(survival)library(survminer)library(stringi)library(tidyverse)library(ggplot2)library(ggpubr)library(beepr)library(pheatmap)library(data.table)library(ggsignif)library(RColorBrewer)library(future.apply)library(gplots)library(DESeq2)library(ggrepel)library(Rcpp)library(survivalsvm)library(dplyr)library(rms)library(pec)library(ggDCA)library(glmnet)library(foreign)library(regplot)library(randomForestSRC)library(timeROC)library(tidyr)library(tibble)library(caret)library(regplot)library(gbm)library(tidyverse)library(CoxBoost)library(gbm)library(obliqueRSF)library(remotes)library(aorsf)library(xgboost)library(plsRcox)library(party)library(partykit)library(survivalmodels)library(reticulate)
2)无法构建模型
这个主要是由于构建矩阵list时，训练集和测试集的矩阵表头不一致
按照原作者Github上的数据准备示例👇
该list中包含了预后矩阵以及二分类矩阵
而在代码中，有一步是对list中的两个矩阵进行取交集
因此，会出现如下提示（矩阵中的因子总是比输入的少几个）
解决方案：
将训练集与测试集放入同一个list中，并且保证训练集与测试集前三行列名为“ID”，“OS.time”，“OS”
trainlist=list(train=train,test=test)这样，模型就可以跑起来了
3）关于构建模型后的验证
由于我们将训练集与测试集分别命名为了“train”和“test”
因此，这里我们需要将示例中的Dataset1更改为train
此外，我们还将示例中的list命名为了trainlist，因此我们需要重新将list定义为示例中的样子
list_train_vali_Data=trainlist至此，这一套代码应该能非常顺利的运行下去了
--修改后的完整代码数据--
👇点关注，不迷路👇
👇代码及示例文件👇
