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 *
  2. import pandas as pd
  3. useLocalEnv(1)
  4. df = pd.DataFrame([
  5. [1.218, 1.0, "1.560,-0.605"],
  6. [2.949, 0.0, "0.346,2.158"],
  7. [3.627, 0.0, "1.380,0.231"],
  8. [0.273, 1.0, "0.520,1.151"],
  9. [4.199, 0.0, "0.795,-0.226"]
  10. ])
  11. data = BatchOperator.fromDataframe(df, schemaStr="label double, censor double, features string")
  12. trainOp = AftSurvivalRegTrainBatchOp()\
  13. .setVectorCol("features")\
  14. .setLabelCol("label")\
  15. .setCensorCol("censor")
  16. model = trainOp.linkFrom(data)
  17. predictOp = AftSurvivalRegPredictBatchOp()\
  18. .setPredictionCol("pred")
  19. predictOp.linkFrom(model, data).print()

Java 代码

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

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 |