Cox PHモデルで予測する

Pythonで学ぶSurvival Analysis

Shae Wang

Senior Data Scientist

中央値生存時間を予測

.fit()でデータに適合後:

.predict_median(): 対象の中央値生存時間を予測します。
- 生存曲線が0.5を横切らない場合、中央値は$\inf$です。
パラメータ:
- X: 予測に用いるDataFrame。
- conditional_after: 既に生存している時間を表す値の配列またはリスト。

中央値生存時間を予測

model.predict_median(X, conditional_after)

0       inf
1      44.0
2      46.0
3       inf
4      48.0
       ... 
500     inf

生存関数を予測

.predict_survival_function(): 共変量に基づき、対象の生存関数を予測します。
パラメータ:
- X: 予測に用いるDataFrame。
- conditional_after: 既に生存している時間を表す値の配列またはリスト。

生存関数を予測

model.predict_survival_function(X, conditional_after)

              0           1           2           3           4         ...         500
1.0    0.997616    0.993695    0.994083    0.999045    0.997626         ...    0.998865    0.997827    0.995453    0.997462    ...    0.997826    0.996005    0.996031    0.997774    0.998892    0.999184    0.997033    0.998866    0.998170    0.998610
2.0    0.995230    0.987411    0.988183    0.998089    0.995250         ...    0.997728    0.995653    0.990914    0.994922    ...    0.995649    0.992014    0.992067    0.995547    0.997782    0.998366    0.994065    0.997730    0.996337    0.997217
3.0    0.992848    0.981162    0.982314    0.997133    0.992878         ...    0.996592    0.993482    0.986392    0.992388    ...    0.993476    0.988037    0.988115    0.993324    0.996673    0.997548    0.991105    0.996595    0.994507    0.995826
4.0    0.990468    0.974941    0.976468    0.996176    0.990507         ...    0.995455    0.991311    0.981882    0.989855    ...    0.991304    0.984067    0.984171    0.991100    0.995563    0.996729    0.988147    0.995458    0.992676    0.994433
5.0    0.988085    0.968739    0.970639    0.995216    0.986392         ...    0.993476

生存予測はなぜ有用か?

故障予防、需要予測モデルなど。

主要な手順

データを前処理し、カテゴリ変数はワンホット化します。
学習とテストに分割（一般的に学習80%、テスト20%）。
- 検閲データの比率は両セットで近く保ちます。
学習データでCox PHモデルを学習。

Let's practice!

Pythonで学ぶSurvival Analysis