Java 类名:com.alibaba.alink.operator.batch.regression.AftSurvivalRegTrainBatchOp
Python 类名:AftSurvivalRegTrainBatchOp
功能介绍
在生存分析领域,加速失效时间模型(accelerated failure time model,AFT 模型)可以作为比例风险模型的替代模型。生存回归组件支持稀疏、稠密两种数据格式。
算法原理
AFT模型将线性回归模型的建模方法引人到生存分析的领域, 将生存时间的对数作为反应变量,研究多协变量与对数生存时间之间的回归关系,在形式上,模型与一般的线性回归模型相似。对回归系数的解释也与一般的线性回归模型相似,较之Cox模型, AFT模型对分析结果的解释更加简单、直观且易于理解,并且可以预测个体的生存时间。
算法使用
生存回归分析是研究特定事件的发生与时间的关系的回归。这里特定事件可以是:病人死亡、病人康复、用户流失、商品下架等。
- 备注 :该组件训练的时候 FeatureCols 和 VectorCol 是两个互斥参数,只能有一个参数来描述算法的输入特征。
文献或出处
[1] Wei, Lee-Jen. “The accelerated failure time model: a useful alternative to the Cox regression model in survival analysis.” Statistics in medicine 11.14‐15 (1992): 1871-1879.
[2] https://spark.apache.org/docs/latest/ml-classification-regression.html#survival-regression参数说明
| 名称 | 中文名称 | 描述 | 类型 | 是否必须? | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |
| censorCol | 生存列名 | 生存列名 | String | ✓ | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | |
| labelCol | 标签列名 | 输入表中的标签列名 | String | ✓ | | |
| epsilon | 收敛阈值 | 迭代方法的终止判断阈值,默认值为 1.0e-6 | Double | | [0.0, +inf) | 1.0E-6 |
| featureCols | 特征列名数组 | 特征列名数组,默认全选 | String[] | | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null |
| l1 | L1 正则化系数 | L1 正则化系数,默认为0。 | Double | | [0.0, +inf) | 0.0 |
| l2 | 正则化系数 | L2 正则化系数,默认为0。 | Double | | [0.0, +inf) | 0.0 |
| maxIter | 最大迭代步数 | 最大迭代步数,默认为 100 | Integer | | [1, +inf) | 100 |
| vectorCol | 向量列名 | 向量列对应的列名,默认值是null | String | | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | null |
| withIntercept | 是否有常数项 | 是否有常数项,默认true | Boolean | | | true |
代码示例
Python 代码
from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
df = pd.DataFrame([
[1.218, 1.0, "1.560,-0.605"],
[2.949, 0.0, "0.346,2.158"],
[3.627, 0.0, "1.380,0.231"],
[0.273, 1.0, "0.520,1.151"],
[4.199, 0.0, "0.795,-0.226"]
])
data = BatchOperator.fromDataframe(df, schemaStr="label double, censor double, features string")
trainOp = AftSurvivalRegTrainBatchOp()\
.setVectorCol("features")\
.setLabelCol("label")\
.setCensorCol("censor")
model = trainOp.linkFrom(data)
predictOp = AftSurvivalRegPredictBatchOp()\
.setPredictionCol("pred")
predictOp.linkFrom(model, data).print()
Java 代码
import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.regression.AftSurvivalRegPredictBatchOp;
import com.alibaba.alink.operator.batch.regression.AftSurvivalRegTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class AftSurvivalRegTrainBatchOpTest {
@Test
public void testAftSurvivalRegTrainBatchOp() throws Exception {
List <Row> df = Arrays.asList(
Row.of(1.218, 1.0, "1.560,-0.605"),
Row.of(2.949, 0.0, "0.346,2.158"),
Row.of(3.627, 0.0, "1.380,0.231"),
Row.of(0.273, 1.0, "0.520,1.151"),
Row.of(4.199, 0.0, "0.795,-0.226")
);
BatchOperator <?> data = new MemSourceBatchOp(df, "label double, censor double, features string");
BatchOperator <?> trainOp = new AftSurvivalRegTrainBatchOp()
.setVectorCol("features")
.setLabelCol("label")
.setCensorCol("censor");
BatchOperator model = trainOp.linkFrom(data);
BatchOperator <?> predictOp = new AftSurvivalRegPredictBatchOp()
.setPredictionCol("pred");
predictOp.linkFrom(model, data).print();
}
}
运行结果
模型结果
| model_id | model_info | label_value | | —- | —- | —- |
| 0 | {“hasInterceptItem”:”true”,”vectorCol”:””features””,”modelName”:””AFTSurvivalRegTrainBatchOp””,”labelCol”:null,”linearModelType”:””AFT””,”vectorSize”:”3”} | NULL |
| 1048576 | {“featureColNames”:null,”featureColTypes”:null,”coefVector”:{“data”:[2.6373721387804276,-0.49591581739360013,0.19847648151323818,1.5469720551612485]},”coefVectors”:null} | NULL |
预测结果
| label | censor | features | pred | | —- | —- | —- | —- |
| 0.273 | 1.0 | 0.520,1.151 | 13.571097451777327 |
| 1.218 | 1.0 | 1.560,-0.605 | 5.718263596902868 |
| 3.627 | 0.0 | 1.380,0.231 | 7.380610641992667 |
| 4.199 | 0.0 | 0.795,-0.226 | 9.009354073821902 |
| 2.949 | 0.0 | 0.346,2.158 | 18.067188679653064 |