사용자 지정 Cox PH 모델
이전 연습 문제에서 유의수준 0.05에서 통계적으로 유의한 세 가지 변수를 확인했어요: fin, age, prio.
fin: 재소자가 재정 지원을 받았으면, 위험도(hazard)가 31% 감소해요.age: 평균보다 한 살 많을수록, 위험도가 5% 감소해요.prio: 평균보다 이전 체포 이력이 한 건 많을수록, 위험도가 9% 증가해요.
이 공변량을 사용해 사용자 지정 Cox PH 모델을 만들어 봅시다.
CoxPHFitter 클래스는 이미 불러와 두었고, pandas와 numpy는 각각 pd, np로 임포트되어 있어요. 필요하면 콘솔에서 DataFrame prison과 그 열 이름을 살펴보세요.
이 연습은 강의의 일부입니다
Python에서의 Survival Analysis
연습 안내
CoxPHFitter클래스를custom_cph라는 이름으로 인스턴스화하세요.formula매개변수를 사용해 회귀식fin + age + prio로custom_cph를 학습시키세요.cph의 모델 요약을 가져와 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Instantiate CoxPHFitter class
custom_cph = ____
# Fit custom model
____
# Print model summary
print(____)