cox回归模型python实现_Python用Cox比例风险模型进行生存分析-基于lifelines库

由于需要对数据进行生存分析，我之前都是在R语言上面进行的，这次想在python上实现，在网上找了好多教程，为了以后忘记，在此记录一下

Cox模型的详细理论这里就不讨论了，网上有很多介绍的，自行搜索，这里直接上代码吧

首先我们需要在cmd下安装一个lifelines库pip install lifelines

接下来，在python中导入相关的模块，这里使用官方的数据集进行演示#导入相关的库

from lifelines.datasets import load_rossi

from lifelines import CoxPHFitterrossi_dataset = load_rossi()  #使用自带的数据

rossi_dataset.describe()  #查看数据

''' 数据要求：

1、每一行为1个样本

2、有1列代表观察的持续时间、1列代表事件是否发生(0或1)

3、数据格式为Pandas DataFrame'''

cph = CoxPHFitter()  #建立比例风险Cox模型

cph.fit(rossi_dataset, duration_col='week', event_col='arrest')  #模型拟合

#duration_col表示观察时间，event_col 事件是否发生cph.plot()   #绘图，查看模型系数和95%CI

cph.print_summary() # 查看所有统计数据(如果显示不出来，请在Jupyter上运行)

模型预测X = rossi_dataset

cph.predict_par