用 Cox PH 建模监狱数据

DataFrame prison 包含 432 名获释罪犯的数据，他们在释放后被随访 1 年。您已经用 Weibull AFT 模型对其再次被捕的时间进行了建模，并研究了哪些因素会增加或降低再次被捕的风险。

lifelines 中的 CoxPHFitter 类实现了用于生存回归的 Cox 比例风险模型，它对基线风险函数和用于定义风险比例的风险比进行建模。让我们尝试使用 CoxPHFitter 来探索这些因素吧！

pandas 和 numpy 库分别已作为 pd 和 np 导入。您可以在控制台中按需查看 DataFrame 及其列名。