Cox比例ハザードモデル lifelinesとsksurvの書き方の違い

データについて

今回使用するデータはlifelines.datasetのload_rossiです。
したがってsksurvのCox回帰の際に目的変数の形を変換しなければいけません。忘れそうなのでメモっときます。

lifelines

#data load
from lifelines.datasets import load_rossi
rossi = load_rossi()

from lifelines import CoxPHFitter
cph = CoxPHFitter()
cph.fit(rossi, duration_col='week', event_col='arrest')
cph.print_summary()
cph.plot()

lifelinesの場合データをすべてひとまとまりのDataFrameでもち、fitの際にdurationのカラムとeventのカラム名を指定するだけでできます。直観的ですね。

sksurv

sksurvの場合は説明変数はDataFrameのままでも大丈夫ですが、目的変数（durationとevent）の形式をnumpyの構造化配列に変形します。

from sksurv.linear_model import CoxPHSurvivalAnalysis
estimator = CoxPHSurvivalAnalysis()
y = rossi[['arrest','week']] #目的変数 
X = rossi.drop(columns=['arrest','week']) #説明変数

#dtypeの指定 ?はbool型　i8はint64
tp = np.dtype([('arrest','?'), ('week', 'i8')])

structured_y = np.zeros(len(y), dtype=tp)
structured_y['arrest'] = y['arrest']
structured_y['week'] = y['week']
estimator.fit(X,structured_y)