首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >生存分析: concordance_index_censored参数(scikit生存)

生存分析: concordance_index_censored参数(scikit生存)
EN

Stack Overflow用户
提问于 2020-12-07 23:48:24
回答 1查看 344关注 0票数 0

我想使用我训练的模型在我的测试集上实现concordance_index_censored。我不明白哪一个应该是我输入到estimate参数中的concordance_index_censored()

它在coxnet_pred的某个地方吗?如果没有,我应该从哪里得到它?我尝试了coxnet_pred‘’array‘,但这不起作用,因为它包含步骤函数。

代码如下

代码语言:javascript
运行
复制
from sksurv.linear_model import CoxnetSurvivalAnalysis
from sksurv.metrics import concordance_index_censored
from sksurv.util import Surv

y=Surv.from_arrays(np.array(survival_status_training), np.array(survival_time_training), name_event="event",name_time ="time")
cox_lasso_model = CoxnetSurvivalAnalysis(l1_ratio=1.0, fit_baseline_model=True)
cox_lasso_trained = cox_lasso_model.fit(training_data, y)
coxnet_pred=cox_lasso_trained.predict_survival_function(np.array(test_data))
training_cindex = concordance_index_censored(event_indicator=np.array(survival_status_training),event_time=np.array(survival_time_training), estimate=coxnet_pred['array'])
EN

回答 1

Stack Overflow用户

发布于 2021-03-21 12:44:58

用于estimateconcordance_index_censored参数应该是一个数组,每个实例在测试数据中都有一个风险评分:

代码语言:javascript
运行
复制
from sksurv.linear_model import CoxnetSurvivalAnalysis
from sksurv.metrics import concordance_index_censored
from sksurv.util import Surv

train_y = Surv.from_arrays(
  survival_status_training,
  survival_time_training
)

test_y = Surv.from_arrays(
  survival_status_test,
  survival_time_test
)

model = CoxnetSurvivalAnalysis()
model.fit(train_X, train_y)

test_risk_scores = model.predict(test_X)
cindex = concordance_index_censored(
  event_indicator=test_y["event"],
  event_time=test_y["time"],
  estimate=test_risk_scores)

或者,您可以使用model.score(test_X, test_y),如用户指南中所解释的那样。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/65191111

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档