ml/ library Learn by doing
ALGORITHM 67 · PYTHON / JAVASCRIPT

Cox Proportional Hazards

เปรียบเทียบอัตราเกิดเหตุการณ์โดยยังใช้ข้อมูลที่ติดตามไม่ถึงเหตุการณ์

LEARNING LEVEL3
ผสานหลายแนวคิดควรรู้มาก่อน · Linear Regression likelihood และ censoring
ลองใน Playground

01Overall Concept

OVERALL CONCEPT

ไอเดียหลัก — Cox model เชื่อม covariates กับ hazard ratio แบบกึ่งพารามิเตอร์ ใช้ partial likelihood ประมาณ coefficients โดยไม่ต้องกำหนดรูป baseline hazard

ลองนึกภาพว่า — เหมือนเปรียบเทียบความเร็วที่ผู้เข้าแข่งขันออกจากสนาม แม้บางคนยังแข่งขันอยู่เมื่อหยุดเก็บข้อมูลก็ยังใช้เวลาที่เห็นได้

ตัวอย่างการนำไปใช้ — เวลารอดชีวิต เวลาลูกค้ายกเลิก เวลาเครื่องจักรเสีย และ time-to-event ที่มี censoring

02อธิบายภาษาคนเข้าใจง่ายๆ

เล่าแบบไม่ใช้ศัพท์ยาก

Cox Proportional Hazards เริ่มจากคำถามง่าย ๆ ว่า เปรียบเทียบอัตราเกิดเหตุการณ์โดยยังใช้ข้อมูลที่ติดตามไม่ถึงเหตุการณ์ วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ

เหมือนเปรียบเทียบความเร็วที่ผู้เข้าแข่งขันออกจากสนาม แม้บางคนยังแข่งขันอยู่เมื่อหยุดเก็บข้อมูลก็ยังใช้เวลาที่เห็นได้ ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน

Cox model เชื่อม covariates กับ hazard ratio แบบกึ่งพารามิเตอร์ ใช้ partial likelihood ประมาณ coefficients โดยไม่ต้องกำหนดรูป baseline hazard พารามิเตอร์หลักใน Playground คือ Penalizer เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ

ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ 60 ราย · time > 0 · event 0/1 เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก

งานที่เหมาะ เช่น เวลารอดชีวิต เวลาลูกค้ายกเลิก เวลาเครื่องจักรเสีย และ time-to-event ที่มี censoring ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า

ภาพจำ: hazard ratio 1.5 หมายถึงอัตราเหตุการณ์ ณ ขณะหนึ่งสูงขึ้น 50% พร้อมจำข้อจำกัดสำคัญว่า สมมติ hazard ratio คงสัดส่วนตามเวลา censoring ต้องไม่ให้ข้อมูลแฝงที่ผิดสมมติฐาน และ association ไม่พิสูจน์เหตุผล

03How it works

ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ

  1. เตรียมข้อมูลให้ตรงโจทย์

    duration event indicator และ covariates ต่อบุคคลหรือหน่วยทดลอง ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล

  2. ตั้งค่าที่ควบคุมพฤติกรรม

    ใช้ penalizer เพื่อหด coefficients เพื่อความเสถียร และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้

  3. คำนวณแก่นของวิธี

    เรียง event times และสร้าง risk set จากนั้น คำนวณ partial likelihood จากผู้ที่ยังเสี่ยง Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ

  4. สร้างผลลัพธ์ที่นำไปอ่านได้

    ประมาณ β และแปลงเป็น hazard ratio exp(β) ผลที่ได้คือ hazard ratios survival curves และ partial likelihood ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล

  5. ตรวจว่าคำตอบใช้ได้จริง

    เปรียบเทียบหลายค่าของ penalizer ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า สมมติ hazard ratio คงสัดส่วนตามเวลา censoring ต้องไม่ให้ข้อมูลแฝงที่ผิดสมมติฐาน และ association ไม่พิสูจน์เหตุผล

เปิดตัวอย่างโค้ดเพื่อลองทำตาม →ตัวอย่างตัวเลขในเรื่องใช้ช่วยอธิบาย ส่วนโค้ดและ Playground ใช้ชุดข้อมูลสาธิตของแต่ละหน้าอ่านเอกสารอ้างอิงของเทคนิคนี้ ↗

ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ

DATA INX · featuresy · target60 ราย · time > 0 · event 0/1
CALCULATECox Proportional Hazards
penalizerl1_ratiostrata
RESULTnumeric predictionhazard ratio 1.5 หมายถึงอัตราเหตุการณ์ ณ ขณะหนึ่งสูงขึ้น 50%
เส้นทางของข้อมูล: จากค่าที่รับเข้า ผ่านการคำนวณด้วยพารามิเตอร์ ไปเป็นผลลัพธ์
INPUT

ข้อมูลที่รับเข้ามา

duration event indicator และ covariates ต่อบุคคลหรือหน่วยทดลอง

60 ราย · time > 0 · event 0/1
PARAMETERS

พารามิเตอร์ที่ใช้

penalizer
หด coefficients เพื่อความเสถียร
l1_ratio
ผสม L1 กับ L2 penalty
strata
แยก baseline hazard ตามกลุ่ม
OUTPUT

ผลลัพธ์ที่ได้

hazard ratios survival curves และ partial likelihood

hazard ratio 1.5 หมายถึงอัตราเหตุการณ์ ณ ขณะหนึ่งสูงขึ้น 50%
CALCULATION

คำนวณทีละขั้น

  1. 01

    เรียง event times และสร้าง risk set

  2. 02

    คำนวณ partial likelihood จากผู้ที่ยังเสี่ยง

  3. 03

    ประมาณ β และแปลงเป็น hazard ratio exp(β)

ควรรู้อีกนิด — สมมติ hazard ratio คงสัดส่วนตามเวลา censoring ต้องไม่ให้ข้อมูลแฝงที่ผิดสมมติฐาน และ association ไม่พิสูจน์เหตุผล

04Make it yours

Python · lifelines
# ติดตั้ง: pip install pandas lifelinesimport pandas as pdfrom lifelines import CoxPHFitter data = pd.read_csv("cox-proportional-hazards-sample.csv")model = CoxPHFitter(penalizer=0.2)model.fit(data, duration_col="duration", event_col="event")print(model.summary[["coef", "exp(coef)", "p"]])print("Concordance:", model.concordance_index_)

โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด

05Learn by playing

ปรับ Penalizer แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที

Time-to-event data / Survival estimate● คำนวณใหม่เมื่อปรับค่า
ค่าปรับที่ช่วยให้ coefficients เสถียรเมื่อ feature สัมพันธ์กัน
ข้อมูลฝึกและผลการทำนายFeature xค่าจริง • / ค่าทำนาย —
Survival at midpoint0.258
Hazard ratio proxy0.20
พารามิเตอร์ที่ลอง0.2

Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ lifelines จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง