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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     [1.218, 1.0, "1.560,-0.605"],
  9.     [2.949, 0.0, "0.346,2.158"],
  10.     [3.627, 0.0, "1.380,0.231"],
  11.     [0.273, 1.0, "0.520,1.151"],
  12.     [4.199, 0.0, "0.795,-0.226"]
  13. ])
  15. data = BatchOperator.fromDataframe(df, schemaStr="label double, censor double, features string")
  17. trainOp = AftSurvivalRegTrainBatchOp()\
  18.             .setVectorCol("features")\
  19.             .setLabelCol("label")\
  20.             .setCensorCol("censor")
  22. model = trainOp.linkFrom(data)
  24. predictOp = AftSurvivalRegPredictBatchOp()\
  25.             .setPredictionCol("pred")
  27. predictOp.linkFrom(model, data).print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.regression.AftSurvivalRegPredictBatchOp;
  5. import com.alibaba.alink.operator.batch.regression.AftSurvivalRegTrainBatchOp;
  6. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  7. import org.junit.Test;
  9. import java.util.Arrays;
  10. import java.util.List;
  12. public class AftSurvivalRegTrainBatchOpTest {
  13.     @Test
  14.     public void testAftSurvivalRegTrainBatchOp() throws Exception {
  15.         List <Row> df = Arrays.asList(
  16.             Row.of(1.218, 1.0, "1.560,-0.605"),
  17.             Row.of(2.949, 0.0, "0.346,2.158"),
  18.             Row.of(3.627, 0.0, "1.380,0.231"),
  19.             Row.of(0.273, 1.0, "0.520,1.151"),
  20.             Row.of(4.199, 0.0, "0.795,-0.226")
  21.         );
  22.         BatchOperator <?> data = new MemSourceBatchOp(df, "label double, censor double, features string");
  23.         BatchOperator <?> trainOp = new AftSurvivalRegTrainBatchOp()
  24.             .setVectorCol("features")
  25.             .setLabelCol("label")
  26.             .setCensorCol("censor");
  27.         BatchOperator model = trainOp.linkFrom(data);
  28.         BatchOperator <?> predictOp = new AftSurvivalRegPredictBatchOp()
  29.             .setPredictionCol("pred");
  30.         predictOp.linkFrom(model, data).print();
  31.     }
  32. }

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 |