Trực quan hóa và dự đoán với mô hình Weibull

Phân tích sống sót bằng Python

Shae Wang

Senior Data Scientist

.plot()

Trả về biểu đồ hệ số và khoảng 95% CI của chúng.

aft.plot()
plt.show()

Biểu đồ mẫu:

sample_covariate_plot

Trả về biểu đồ so sánh đường sống sót gốc với khi thay đổi giá trị đồng biến.

aft.plot_partial_effects_on_outcome(covariates, values)
plt.show()

biểu đồ hiệu ứng riêng phần mẫu

.plot_partial_effects_on_outcome()

covariates (chuỗi hoặc danh sách): đồng biến trong dữ liệu gốc muốn thay đổi.
values (iterable 1d hoặc 2d): các giá trị đặt cho đồng biến.
Đường sống sót gốc: đường dự đoán tại các giá trị trung bình trong dữ liệu gốc.

aft.plot_partial_effects_on_outcome(
  covariates='var', 
  values=[0, 3, 6, 9, 12, 15]
)
plt.show()

biểu đồ hiệu ứng riêng phần cho mô hình weibull

Gán cứng giá trị:

aft.plot_partial_effects_on_outcome(
  covariates='a', 
  values=[0, 3, 6]
)

Dùng hàm tạo dãy:

aft.plot_partial_effects_on_outcome(
  covariates='a', 
  values=np.arange(10)
)

Nhiều đồng biến:

aft.plot_partial_effects_on_outcome(
  covariates=['a','b'], 
  values=[[1,2],[1,3],[2,3]]
)

Công thức tùy chỉnh:
- Các biến đổi cần thiết (tương tác, one-hot, v.v.) sẽ được xử lý tự động bên trong.

Ví dụ DataFrame: mortgage_df

id	house	principal	interest	property_tax	credit score	duration	paid_off
1	1	1275	0.035	0.019	780	25	0
2	0	756	0.028	0.020	695	17	1
3	0	968	0.029	0.017	810	5	0
...	...	...	...	...	...	...	...
1000	1	1505	0.041	0.023	750	30	1

aft.plot_partial_effects_on_outcome(
    covariates='credit score',
    values=np.arange(700, 860, 30)
)
plt.show()

biểu đồ hiệu ứng riêng phần cho mortgage_df

Dự đoán hàm sống sót theo cá nhân dựa trên giá trị đồng biến.

.predict_survival_function()

Tham số:

X (mảng np hoặc DataFrame): các đồng biến. Nếu là DataFrame, thứ tự cột tùy ý.

Dự đoán thời gian sống sót trung vị theo cá nhân dựa trên giá trị đồng biến.

.predict_median()

Tham số:

df (mảng np hoặc DataFrame): các đồng biến. Nếu là DataFrame, thứ tự cột tùy ý.

Dự đoán hàm sống sót hoặc trung vị có điều kiện sau thời lượng hiện tại.

Ví dụ:

aft.predict_median(new_subject)

4.0

aft.predict_median(new_subject, conditional_after=[2])

2.0

Phân tích sống sót bằng Python