Pitanje:
Alati za preživljavanje u Pythonu
MarkSAlen
2010-08-16 17:10:30 UTC
view on stackexchange narkive permalink

Zanima me postoje li paketi za python koji mogu izvršiti analizu preživljavanja. Koristim paket za preživljavanje u R-u, ali želim prenijeti svoj rad na python.

Upotrijebite Rpy da pozovete R iz Pythona ;-)
RPy (2 sada) je vrlo bolno instalirati prema mom iskustvu.
Izuzetno je sumnjivo da su se programeri Pythona za analizu preživljavanja potrudili bilo gdje blizu onoga što su Terry Therneau i drugi uložili u R paket za preživljavanje u posljednjih 30 godina, uključujući opsežna testiranja.Paket za preživljavanje prolazi najrigoroznije postupke ispitivanja koje sam vidio u statistici.
Dogovoren.R-ov paket za "preživljavanje" pod velikim je nadzorom velike zajednice.
Sedam odgovori:
#1
+71
Cam.Davidson.Pilon
2013-09-08 08:59:15 UTC
view on stackexchange narkive permalink

Pogledajte projekt lifelines ¹ za jednostavnu i čistu implementaciju modela preživljavanja u Pythonu, uključujući

  • Procjenitelje funkcija preživljavanja
  • Procjenitelji kumulativnih krivulja opasnosti
  • Coxov model proporcionalne regresije opasnosti
  • Coxov model regresije koji varira u vremenu
  • parametarski AFT modeli
  • Aalenov aditivni regresijski model
  • Multivarijantno testiranje

Prednosti:

  • izgrađen na vrhu Panda
  • čisti Python & jednostavan za instaliranje
  • ugrađeno u funkcije crtanja
  • jednostavno sučelje

Dokumentacija je dostupna ovdje: dokumentacija i primjeri

Primjer upotrebe:

  iz lifelines import KaplanMeierFittersurvival_times = np.array ([0., 3., 4.5, 10., 1.]) events = np.array ([False, True, True, False, True]) kmf = KaplanMeierFitter () kmf.fit (vrijeme_života ,_opaženi = događaji) print (kmf.survival_function_) print (kmf.median_) kmf.plot ()  

Primjer grafičkih prikaza m ugrađena knjižnica crtanja:

enter image description here

  1. Izjava o odricanju odgovornosti: Ja sam glavni autor. Ping me (e-mail u profilu) za pitanja ili povratne informacije o lifelines.
(+1) Prilično pametan naziv za paket za preživljavanje.
#2
+22
csgillespie
2010-08-16 19:05:44 UTC
view on stackexchange narkive permalink

AFAIK, u pythonu nema paketa za analizu preživljavanja. Kao što mbq komentira gore, jedina dostupna ruta bila bi do Rpy.

Čak i kada bi bio dostupan čisti python paket, bio bih vrlo oprezan pri korištenju, posebno bih pogledao:

  • Koliko se često ažurira.
  • Ima li veliku bazu korisnika?
  • Ima li napredne tehnike?

Jedna od blagodati R-a jest da li su ovi standardni paketi dobivaju veliku količinu testiranja i povratne informacije korisnika. Kada se radi sa stvarnim podacima, mogu se uvući neočekivani rubni slučajevi.

U posljednjih 5 godina mnogo se stvari promijenilo (nabolje) za Python.Vide [odgovor Cam.Davidson.Pilon] (http://stats.stackexchange.com/a/69484/6552) na [Lifelines] (http://lifelines.readthedocs.org/).
#3
+9
ars
2010-08-16 21:30:54 UTC
view on stackexchange narkive permalink

python-asurv je pokušaj prenošenja softvera asurv za metode preživljavanja u astronomiji. Možda bi vrijedilo pripaziti, ali cgillespie je u pravu kad je riječ o stvarima na koje treba paziti: ima dug put i razvoj se ne čini aktivan. (AFAICT postoji samo jedna metoda, koja je čak i dovršena, paket možda nedostaje, recimo, biostatistima.)

Vjerojatno vam je bolje koristiti paket survival u R-u od Pythona do nešto poput RPy ili PypeR. Ni sam nisam imao problema radeći ovo.

#4
+8
Josh Hemann
2010-09-16 21:53:29 UTC
view on stackexchange narkive permalink

PyIMSL sadrži pregršt rutina za analize preživljavanja. Besplatno je kao u pivu za nekomercijalnu upotrebu, u potpunosti podržano u suprotnom. Iz dokumentacije u Vodiču za statistiku ...

Izračunava Kaplan-Meierove procjene vjerojatnosti preživljavanja: kaplanMeierEstimates ()

Analizira podatke o preživljavanju i pouzdanosti koristeći Coxov model proporcionalnih opasnosti: propHazardsGenLin ()

Analizira podatke o preživljavanju pomoću generaliziranog linearnog modela: survivalGlm ()

Procjene pomoću različitih parametarskih načina: survivalEstimates ()

Procjenjuje funkciju opasnosti od pouzdanosti pomoću neparametarski pristup: nonparamHazardRate ()

Izrađuje tablice života stanovništva i kohorte: lifeTables ()

#5
+5
Carl Smith
2012-07-24 06:13:39 UTC
view on stackexchange narkive permalink

Sada R možete koristiti iz IPython, pa biste možda trebali razmotriti upotrebu IPythona s R nastavkom.

Možete li dati primjer za to? Radoznao sam da ga isprobam!
Vjerujem da se pozivate na [R magic] (http://ipython.org/ipython-doc/dev/config/extensions/rmagic.html) sučelje (koje koristi `rpy2`). I ja bih volio vidjeti brzi primjer. (Koliko sam shvatio, modeli preživljavanja još nisu u potpunosti dostupni u [statsmodels] (http://statsmodels.sourceforge.net/devel/).)
Nisam previše siguran u statističke modele, ali bilježnice možete nabaviti s github-a s primjerima C, Octave i [R] (https://github.com/ipython/ipython/blob/master/docs/examples/notebooks/ rmagic_extention.ipynb) proširenja. Morate pokrenuti Notebook da biste ih očito koristili, ali siguran sam da isti kod možete koristiti u bilo kojem sučelju.
@user603 Evo jednostavne demonstracije: http://nbviewer.ipython.org/4383682/; vjerujem da se ovo oslanja na prilično noviji iPython.
#6
+3
sebp
2018-10-07 22:39:53 UTC
view on stackexchange narkive permalink

Također bih htio spomenuti scikit-survival, koji nudi modele za analizu preživljavanja koji se lako mogu kombinirati s alatima iz scikit-learn (npr. KFold unakrsna provjera valjanosti).

Od ovog pisanja, scikit-survival uključuje implementacije

  • Nelson-Aalen-ov procjenitelj kumulativne funkcije opasnosti.
  • Kaplan-Meierov procjenitelj funkcije preživljavanja.
  • Coxov model proporcionalnog hazarda sa i bez elastične mrežne kazne.
  • Ubrzani model vremena neuspjeha.
  • Vektorski stroj za preživljavanje.
  • Coxov model pojačan gradijentom.
  • indeks podudarnosti za ocjenu izvedbe.
scikit-survival je izvrstan za zadatke povezane s predviđanjem vremena do događaja!
#7
+1
oDDsKooL
2013-06-25 20:59:05 UTC
view on stackexchange narkive permalink

Osim korištenja R kroz RPy ili ekvivalenta, postoji niz rutina analize preživljavanja u statsmodels (ranije sicpy. statsmodel ) python knjižnica. Oni su ipak u paketu "pješčanika", što znači da trenutno ne bi trebali biti spremni za proizvodnju.

Npr. imate Coxov model proporcionalnog koda kodiran ovdje.



Ova pitanja su automatski prevedena s engleskog jezika.Izvorni sadržaj dostupan je na stackexchange-u, što zahvaljujemo na cc by-sa 2.0 licenci pod kojom se distribuira.
Loading...