生存模型的XGBoost（Python）预测

Question

Xgboost的文档暗示使用Cox PH损失训练的模型的输出将是每个人预测乘数的指数（相对于基线危害）。有没有办法从该模型中提取基线危害以预测每个人的整个生存曲线？

  

survival：cox：正确审查生存时间数据的Cox回归   （负值被视为右删失）。注意预测   以危险比等级返回（即HR =   比例风险函数h（t）中的exp（marginal_prediction）=   h0（t）* HR）

Answer 1

不，我认为不是。一种解决方法是将基准危害放入另一个包装中，例如from sksurv.linear_model import CoxPHSurvivalAnalysis或R中的require(survival)。然后，您可以将XGBoost的预测输出用作拟合基线的乘数。只要记住，如果基线在对数刻度上，则使用output_margin=True并添加预测。

我希望XGBoost的作者很快会提供一些有关如何使用此功能的示例。