问题标签 [lifelines]

我正在使用lifelines库来估计 Cox PH 模型。对于回归，我有许多分类特征，我对其进行一次热编码并删除每个特征一列，以避免多重共线性问题（虚拟变量陷阱）。我没有附上代码，因为示例可能与此处文档中给出的示例相似。

通过运行，cph.check_assumptions(data)我收到每个虚拟变量都违反假设的信息：

我应该如何理解针对单个分类特征的多个虚拟变量的建议？我应该将它们全部添加到strata吗？

我将不胜感激任何评论:)

我不知道如何修改生命线提供的输出图像，因为我不熟悉“cph.plot_covariate_groups”。不幸的是，这里的链接中似乎没有关于它的详细描述；https://lifelines.readthedocs.io/en/latest/Survival%20Regression.html。

我正在寻找的是，（1）如何缩短事件天数（X轴），我不想为生存曲线显示这么长的天数。理想情况下，4000 是最好的。(2) 另外，如果可能的话，我想从我的图像中删除基线生存曲线。(3) 我也希望能否将生存曲线的颜色从橙色/蓝色更改为其他颜色。

我在 Win7 64 位上运行，并virtualenv使用 Python 3.6 创建了一个。

首先，我从pypi( numpy-1.16.2-cp36-cp36m-win_amd64) 安装了最新的 numpy。但是，即使只是导入 numpy 也会导致python.exe崩溃：

我找到了一个似乎适用于numpy:的替代包numpy+mkl。

但是我对生命线也有类似的问题，它也崩溃了libopenblas ，似乎没有其他选择。因此，理想情况下，我需要修复openblas机器上的任何问题，但我发现关于这里可能出现问题的信息很少。

有没有人以前见过这种问题，或者知道如何解决这个问题？

我用以下几行训练我的生存模型：

在此之后，我希望查看当前时间的生存概率（duration列）。

如果使用以下 for 循环，我目前正在这样做的方式：

但是，考虑到我使用 for 循环（200k+ 行），这真的很慢。另一种方法是wft.predict_survival_function(test, test['duration'])创建一个 200000x200000 矩阵，因为它会根据所有提供的时间检查每一行。

我只是想根据自己的持续时间检查生存概率。有lifelines没有这样做的功能？

我有一个生命线模型，我使用以下内容进行拟合：

但是，它为我的测试集预测的持续时间非常大（通过使用predicted_time = model.predict_expectation(test)）。事实上，在未经审查的情况下，测试持续时间和预测持续时间之间的平均误差为 2289.3773 +/- 7584.9916。

唯一的问题是最长可能的持续时间是 1500 年（假设机器每 5 年更换一次）。所以我的问题是：

1. 有没有办法设置时间上限？
2. 如果我将持续时间标准化为平均值为 0，标准差为 1，持续时间估计会改善吗？

我正在尝试预测 python 中合同和离散保单（保险）的生存分数和 LTV。我浏览了许多网站，但我只能找到许多非合同（零售）的例子。
我使用了以下代码：

其中 TIME - 是 ACTIVE 客户的保单生效日期和当前日期之间的天数，以及非 ACTIVE 客户的保单生效日期和退保日期之间的天数。
EVENT - 是客户是否活跃的指标。

拟合模型后，我得到了 0.7 的一致性（我觉得还可以）。
从这里开始，我如何继续获得活跃客户的生存分数和终身价值（CLTV）？基本上，我需要预测谁是有价值的客户，他们将长期留在公司。

我通过浏览 Cam 的一些帖子和建议添加了一些代码。

那么输出表示什么：
0.5 PREAMT TIME--- 第 0.5 列中的数字是否表示有 50% 机会关闭的持续时间？
0.75 PREAMT TIME--- 同样 0.75 表示有 75% 机会关闭的持续时间？
RemainingValue--- 是要支付的剩余金额吗？

下一步是什么？

我考虑使用该lifelines软件包来适应Cox-Proportional-Hazards-Model。我读到lifelines 使用非参数方法来拟合基线 hazard，这会在某些时间点导致不同的 baseline_hazards （参见下面的代码示例）。对于我的应用程序，我需要一个 指数分布，导致基线危险 h0(t) = lambda随时间保持不变。

所以我的问题是：（同时）是否可以运行 Cox-Proportional-Hazards-Model，其基线危害lifelines或其他 Python 包中的基线危害呈指数分布？

示例代码：

给

我正在尝试运行生命线包，

结果证明

我知道 logsumexp 已从 scipy.misc 中删除并放置在 scipy.special 中。以前有人建议将 SciPy 降级到 1.1.0 版本。但是，如果我将代码从

至

如果可能的话，我可以知道如何修改代码吗？这段代码在 Scipy.misc 中还是在生命线中？

我正在使用python 中的生命线包，用于生存分析。当我为审查事件（在event_col上为 0 的事件）设置不同的duration_col值时，我得到不同的结果。

事实是，被审查的事件没有持续时间，所以理论上它不应该改变结果。

我应该为审查值的持续时间设置什么？

算法如何考虑正确的审查？

我正在使用 Python 的生命线包进行生存分析。

https://lifelines.readthedocs.io/en/latest/Survival%20Regression.html

在读取 ATF 时；加速失效时间模型和 Cox Propositional Hazard 方法，我开始知道 AFT 模型在给出 2 个总体的相对失效时很有用，但是当我进一步阅读时，例如 AFT 仅用于单个总体。它与 CPHFitter(Cox Proportional Hazard Fitter) 有何不同？

当 AFT 示例中未给出相对加速故障率时，我无法弄清楚加速究竟是如何发生的 - （https://lifelines.readthedocs.io/en/latest/Survival%20Regression.html#the-weibull-船尾模型）