我正在使用 Python 中 Lifelines 中的 AalenAdditiveFitter 构建预测模型,以预测事件是否会发生以及何时发生。
T(时间)= 月 C(事件)= 1 是,0 是否
此外,我还有 8 个正在使用的属性。
aaf = AalenAdditiveFitter(coef_penalizer=1., fit_intercept=True)
cx1 = aaf.fit(trainX.drop(['index'], axis=1), duration_col='T', event_col='C',show_progress=True)
我能够建立一个相对稳定的模型并使用以下方法获得累积危险概率:
stestXsurvived = cx1.predict_cumulative_hazard(stestX.drop(['T','C'], axis=1))
有没有办法直接从 AalenAdditiveFitter 过程中获得条件/边际概率?
因此,在进行了更多挖掘之后,我可以假设以下内容吗?
- 我从 Aalen Additive 模型中获得累积危险概率
- 为了让他们得到每个月的条件概率,我可以取上个月的差值:P(t) - P(t-1)
这是基于发布在https://quant.stackexchange.com/questions/21816/cumulative-vs-marginal-probability-of-default上的答案
不确定这个解决方案是否如此简单,请帮忙。