目录
scikiti -survival库的简介
scikiti -survival是一个建立在scikiti -learn之上的用于生存分析的Python模块。它可以利用scikit-learn的力量进行生存分析,例如进行预处理或交叉验证。
scikiti -survival(也称为事件发生时间或可靠性分析)的目的是建立协变量和事件发生时间之间的联系。生存分析与传统机器学习的不同之处在于,部分训练数据只能被部分观察到——它们被审查了。例如,在临床研究中,患者通常在一个特定的时间段内被监测,并记录在这个时间段内发生的事件。如果一个病人经历了一个事件,事件的确切时间可以被记录-病人的记录是不被审查的。与此相反,正确删除的记录指的是在研究期间没有发生事件的患者,并且不知道在研究结束后是否发生了事件。因此,生存分析要求模型考虑到这种数据集的独特特征。
Requirements
- Python 3.5 or later
- cvxpy
- cvxopt
- joblib
- numexpr
- numpy 1.12 or later
- osqp
- pandas 0.21 or later
- scikit-learn 0.22 or 0.23
- scipy 1.0 or later
- C/C++ compiler
scikiti -survival库的安装
pip install scikit-survival
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-survival
conda install -c sebp scikit-survival
scikiti -survival库的使用方法
1、退伍军人管理局肺癌试验
1. from sksurv.datasets import load_veterans_lung_cancer 2. 3. data_x, data_y = load_veterans_lung_cancer() 4. data_y 5. 6. import pandas as pd 7. pd.DataFrame.from_records(data_y[[11, 5, 32, 13, 23]], index=range(1, 6)) 8. 9. 10. import matplotlib.pyplot as plt 11. from sksurv.nonparametric import kaplan_meier_estimator 12. 13. time, survival_prob = kaplan_meier_estimator(data_y["Status"], data_y["Survival_in_days"]) 14. plt.step(time, survival_prob, where="post") 15. plt.ylabel("est. probability of survival $\hat{S}(t)$") 16. plt.xlabel("time $t$") 17. 18. 19. print(data_x["Treatment"].value_counts()) 20. 21. for treatment_type in ("standard", "test"): 22. mask_treat = data_x["Treatment"] == treatment_type 23. time_treatment, survival_prob_treatment = kaplan_meier_estimator( 24. data_y["Status"][mask_treat], 25. data_y["Survival_in_days"][mask_treat]) 26. 27. plt.step(time_treatment, survival_prob_treatment, where="post", 28. label="Treatment = %s" % treatment_type) 29. 30. plt.ylabel("est. probability of survival $\hat{S}(t)$") 31. plt.xlabel("time $t$") 32. plt.legend(loc="best") 33. 34. 35. for value in data_x["Celltype"].unique(): 36. mask = data_x["Celltype"] == value 37. time_cell, survival_prob_cell = kaplan_meier_estimator(data_y["Status"][mask], 38. data_y["Survival_in_days"][mask]) 39. plt.step(time_cell, survival_prob_cell, where="post", 40. label="%s (n = %d)" % (value, mask.sum())) 41. 42. plt.ylabel("est. probability of survival $\hat{S}(t)$") 43. plt.xlabel("time $t$") 44. plt.legend(loc="best")