如何使用决策树进行生存分析？

Question

我在 Python 中理解和应用决策树进行生存分析时遇到问题。我有一个数据集，其中包含变量年龄、体重、肿瘤大小、体积……（所有浮点数），我想知道是否与总生存率相关（也是浮点数）。

但是我该如何应用决策树呢？在文献中，我只看到 y_train 必须是分类变量（例如 0 或 1，良性或恶性，...）的示例，但它不适用于浮点数等连续变量。

但是，我想创建一个决策树，以便最终您可以发现当肿瘤大小 > xx 和体积 >yy 时，您预测的总生存期约为 < zzz。

有人可以帮我解决问题吗？有谁知道在哪里可以阅读有关此主题的更多信息？

Answer 1

Scikit-survival 包提供了一些集成决策树模型，如 RandomSurvivalForest 和经典模型，如 Cox 模型 CoxPhSurvivalAnalysis。

文档提供了很好的代码 example。关于目标变量 y，至少在这种情况下，文档说明

<块引用>

y – 一个结构化数组，包含二元事件指示器作为第一个字段，事件时间或审查时间作为第二个字段。