基于 scikit-learn 的生存分析
项目描述
scikit-生存
scikit-survival 是一个 Python 模块，用于构建在scikit-learn 之上的生存分析。它允许在利用 scikit-learn 的强大功能的同时进行生存分析，例如，用于预处理或进行交叉验证。
关于生存分析
生存分析（也称为事件发生时间或可靠性分析）的目标是在协变量和事件发生时间之间建立联系。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——它们是被审查的。
例如，在一项临床研究中，通常会在特定时间段内监测患者，并记录在此特定时间段内发生的事件。如果患者经历事件，则可以记录事件的确切时间——患者的记录是未经审查的。相反，右删失记录是指在研究期间保持无事件的患者，并且在研究结束后是否发生了事件是未知的。因此，生存分析需要考虑到这种数据集的这一独特特征的模型。
要求
Python 3.8 或更高版本
生态
工作库
数字表达式
numpy 1.17.3 或更高版本
osqp
熊猫 1.0.5 或更高版本
scikit-learn 1.1
scipy 1.3.2 或更高版本
C/C++ 编译器
安装
安装 scikit-survival 最简单的方法是 通过运行以下命令来使用Anaconda ：
conda install -c sebp scikit-survival
或者，您可以按照本指南从源代码安装 scikit-survival 。
例子
用户指南以Jupyter 笔记本的形式提供了有关 scikit-survival 关键概念的深入信息、可用生存模型的概述以及动手示例。
帮助和支持
文档
最新版本的 HTML 文档：https ://scikit-survival.readthedocs.io/en/stable/
开发版（master 分支）的 HTML 文档：https ://scikit-survival.readthedocs.io/en/latest/
有关显着更改的列表，请参阅发行说明。
错误报告
如果您遇到问题，请提交 错误报告。
问题
如果您对如何使用 scikit-survival 有疑问，请使用GitHub Discussions。
有关生存分析的一般理论或方法问题，请使用 Cross Validated。
贡献
新的贡献者总是受欢迎的。请查看有关如何开始的 贡献指南 ，并确保您的代码符合我们的指南。
参考
如果您使用的是scikit-survival ，请引用以下论文。
S. Pölsterl，“scikit-survival：基于 scikit-learn 构建的事件时间分析库”，机器学习研究杂志，第一卷。21，没有。212，第 1-6 页，2020 年。
@article{sksurv,
author = {Sebastian P{\"o}lsterl},
title = {scikit-survival: A Library for Time-to-Event Analysis Built on Top of scikit-learn},
journal = {Journal of Machine Learning Research},
year = {2020},
volume = {21},
number = {212},
pages = {1-6},
url = {http://jmlr.org/papers/v21/20-729.html}
}
scikit_survival -0.18.0-cp310-cp310-win_amd64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | af0cd5a804260351dd9a3b888ed94e3ba668c8c6c41b278c084b9588b5bd513b |
|
| MD5 | 142a97e343049044bb1bd66c99ea8cd0 |
|
| 布莱克2-256 | 94186297b8f92359da7cb5c550e4811fc45362cf259e4a1535f20ef3e81b65ed |
scikit_survival -0.18.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 92e84b6c1db08ebd7b048625b0b06e204ae3398869b33b6f095e7e5cd47c7565 |
|
| MD5 | 02e170dd8bb0cf49f3a3bac4738c5d88 |
|
| 布莱克2-256 | c2042e8d0e34c6d599c7d2efc46e6e2329d1896f4aed331dde1e973129f265c5 |
scikit_survival -0.18.0-cp310-cp310-macosx_10_13_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c5598f7664e7fe60ddc149d577f9900ee5071c5c26ffb899c8d1bdda8f2c8045 |
|
| MD5 | d4fd3749e46ae505e78ea71d32ba5ddb |
|
| 布莱克2-256 | 1f8d54c7cb0fec9a194eee91c034fb737bcfe710e3e7b81a65dc60b67ea73414 |
scikit_survival -0.18.0-cp39-cp39-win_amd64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | d6ee93621f00fbf2d97afe2e6f20d0e54524e1dfa2ea20918c68e21903845f1a |
|
| MD5 | 6ced61ebc19ea4d4fdd6298ba8eb94bf |
|
| 布莱克2-256 | 638616f37238dfa5213de275b9d0c4b1a5c2d407ccf47a8787f71c3cbd162465 |
scikit_survival -0.18.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | b7da99c24e8e2ae0c46bf597227bf0aab36983bb3fc31d487247406af70c9d0e |
|
| MD5 | 97e2c7eeb81dbd0391f0168d18e86e7f |
|
| 布莱克2-256 | ed5e57b0fa03ce0387d27c4081653bdee8cfa44ef5ac4a7d42b1376d7fb5bfc7 |
scikit_survival -0.18.0-cp39-cp39-macosx_10_13_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 63cc0b49a97f11919826a0b0ed075af4f170939a5f8d952dd582ece4adf96106 |