Выбор характеристик (ковариат) в CoxPHFitter, Анализ выживаемости жизненных линий

Question

Я использую эту реализованную модель в Python с целью анализа выживания:

из спасательных кругов импорт CoxPHFitter

К сожалению, я не могу (я не знаю, как) обойти все ковариаты (функции), чтобы запустить регрессию индивидуально с целью выбора признаков и сохранить их результат. Я пытаюсь сценарий ниже:

`def fit_and_score_features2(X):
    y=X[["Status","duration_yrs"]]
    X.drop(["duration_yrs", "Status"], axis=1, inplace=True)
    n_features = X.shape[1]
    scores = np.empty(n_features)
    m = CoxPHFitter()

    for j in range(n_features):
       Xj = X.values[:, j:j+1]
       Xj=pd.merge(X, y,  how='right', left_index=True, right_index=True)
       m.fit(Xj, duration_col="duration_yrs", event_col="Status", show_progress=True)
       scores[j] = m._score_
    return scores`

К сожалению, это возвращает мне эту ошибку:

ValueError Traceback (последний вызов был последним) в () 1 # Попытка функции выше ----> 2 баллов = fit_and_score_features2(образец) 3 pd.Series(баллы, index=features.columns).sort_values ​​(ascending=False)

в fit_and_score_features2(X) 15 Xj=pd.merge(X, y, how='right', left_index=True, right_index=True) 16 m.fit(Xj, duration_col="duration_yrs", event_col="Status", show_progress=True) ---> 17 баллов [j] = m.счет 18 ответных очков

ValueError: установка элемента массива с последовательностью.

Заранее спасибо.

Answer 1

Я думаю, что я смог отладить с вашей помощью (@Cam.Davidson.Pilon). Большое спасибо. Это правильный сценарий на мой взгляд:

`def fit_and_score_features2(X):
   y=X[["Status","duration_yrs"]]
   X.drop(["duration_yrs", "Status"], axis=1, inplace=True)
   n_features = X.shape[1]
   scores = np.empty(n_features)
   m = CoxPHFitter()

   for j in range(n_features):
       Xj = X.iloc[:, j:j+1]
       Xj=pd.merge(Xj, y,  how='right', left_index=True, right_index=True)
       m.fit(Xj, duration_col="duration_yrs", event_col="Status", show_progress=True)
       scores[j] = m.score_
   return scores`

Answer 2

Для Lifeline версии 0.27.0 замените m.score_ на m.score(Xj), если вы хотите узнать логарифмическую вероятность, и m.score(Xj,scoring_method='concordance_index'), если вы хотите узнать индекс соответствия.