Această postare trebuie citită împreună cu https://thierrymoudiki.github.io/blog/2025/02/10/python/benchmark-qrt-cube și https://thierrymoudiki.github.io/blog/2024/12 /15/Python/Agnostic-Survival-Analiză.
Analiza supraviețuirii este un grup de metode statistice/de învățare automată (ML) pentru a prezice timp până la un eveniment de interes. Exemple de evenimente includ:
- moarte
- eșec
- recuperare
- implicit
- etc.
Și evenimentul de interes poate fi orice are o durată:
- timpul până când o mașină se descompune
- timpul până când un client cumpără un produs
- timpul până când un pacient moare
- etc.
Evenimentul poate fi cenzuratceea ce înseamnă că nu a apărut pentru unii subiecți în momentul analizei.
În această postare, arăt cum să folosesc scikit-learn, xgboost, lightgbm în R, în conjugție cu pachetul Python survivalist Pentru analiza de supraviețuire probabilistică. Partea probabilistică se bazează pe Predicție conformală și inferență bayesianăiar grafică reprezintă funcția de supraviețuire ML din afara eșantionului.
