推荐开源项目：`auton-survival`——高效处理生存分析的神器

推荐开源项目：auton-survival——高效处理生存分析的神器

auton-survival Auton Survival - an open source package for Regression, Counterfactual Estimation, Evaluation and Phenotyping with Censored Time-to-Events 项目地址: https://gitcode.com/gh_mirrors/au/auton-survival

项目介绍

auton-survival 是一个强大的 Python 包，专为处理涉及删失时间至事件数据的工程项目而设计。该包提供了灵活的 API，支持快速实验，包括数据集预处理、回归、反事实估计、聚类、表型和倾向调整评估等功能。无论你是数据科学家、研究人员还是机器学习工程师，auton-survival 都能为你提供强大的工具，助你在生存分析领域取得突破。

项目技术分析

auton-survival 包含多个模块，每个模块都针对特定的生存分析任务进行了优化：

生存回归

• 支持的模型：

  • DeepSurvivalMachines
  • DeepCoxMixtures
  • DeepCoxPH
  • DeepCoxMixturesHeterogenousEffects

• 示例代码：

  from auton_survival import datasets, preprocessing, models
  
  # 加载 SUPPORT 数据集
  outcomes, features = datasets.load_dataset("SUPPORT")
  
  # 预处理特征
  features = preprocessing.Preprocessor().fit_transform(features)
  
  # 训练 Deep Cox Proportional Hazards (DCPH) 模型
  model = models.cph.DeepCoxPH(layers=[100])
  model.fit(features, outcomes.time, outcomes.event)
  
  # 预测特定时间点的风险
  predictions = model.predict_risk(features, t=[8, 12, 16])
  

估计器模块

• 功能：提供 SurvivalModel 包装器，支持多种生存回归方法。
• 示例代码：

  from auton_survival import estimators
  
  # 使用 SurvivalModel 类训练 Deep Survival Machines 模型
  model = estimators.SurvivalModel(model='dsm')
  model.fit(features, outcomes)
  
  # 预测时间点的风险
  predictions = model.predict_risk(features, times=[8, 12, 16])
  

实验模块

• 功能：支持标准的生存分析实验，包括交叉验证和嵌套交叉验证。
• 示例代码：

  from auton_survival.datasets import load_dataset
  from auton_survival.experiments import SurvivalRegressionCV
  
  outcomes, features = load_dataset(dataset='SUPPORT')
  cat_feats = ['sex', 'income', 'race']
  num_feats = ['age', 'resp', 'glucose']
  
  experiment = SurvivalRegressionCV(model='cph', num_folds=5, hyperparam_grid=hyperparam_grid)
  model = experiment.fit(features, outcomes, metric='ibs', cat_feats=cat_feats, num_feats=num_feats)
  

项目及技术应用场景

auton-survival 适用于多种应用场景，包括但不限于：

• 医疗研究：预测患者生存时间，评估治疗效果。
• 金融分析：预测客户流失时间，优化营销策略。
• 工程领域：预测设备故障时间，制定维护计划。

项目特点

• 全面性：涵盖数据预处理、回归、聚类、表型分析等多种功能。
• 灵活性：支持多种生存分析模型，易于扩展。
• 高效性：提供高效的实验框架，加速研究进程。
• 易用性：简洁的 API 设计，降低使用门槛。

总之，auton-survival 是一个功能强大、易于使用的生存分析工具包，无论是学术研究还是工业应用，都能为你提供强有力的支持。立即访问 GitHub 仓库 开始你的生存分析之旅吧！

auton-survival Auton Survival - an open source package for Regression, Counterfactual Estimation, Evaluation and Phenotyping with Censored Time-to-Events 项目地址: https://gitcode.com/gh_mirrors/au/auton-survival