Choisir un modèle paramétrique
Étant donné que lifelines propose plusieurs modèles paramétriques, vous souhaitez trouver le meilleur modèle pour le DataFrame de patients cardiaques heart_patients.
Utilisez le score AIC pour évaluer l’ajustement de chacun des modèles ci-dessous :
- Le modèle de Weibull :
WeibullFitter - Le modèle exponentiel :
ExponentialFitter - Le modèle log-normal :
LogNormalFitter
Tous les estimateurs lifelines ci-dessus ont été importés pour vous. Les bibliothèques pandas et numpy sont importées sous les alias pd et np. Utilisez la console pour explorer le DataFrame et les noms de colonnes si nécessaire.
Cet exercice fait partie du cours
Analyse de survie en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Instantiate each fitter
wb = ____
exp = ____
log = ____