Skip to main content

> ML_KUTUPHANE // LIFELINES_v1.0

lifelines

Cameron Davidson-Pilon — Python için eksiksiz sağkalım analizi ve olay gerçekleşme süresi modelleme kütüphanesi.

classical-mlv0.29.0MITqualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Destekleniyor
Desteklenen Hızlandırıcılar:
CPU
Dağıtık Eğitim (Distributed):Hayır

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server

Neleri Sağlar (Ne Yapar)

  • +Olay gerçekleşme süresi çıktıları için sağdan, soldan ve aralıktan sansürlenmiş veri yönetimi
  • +Kaplan-Meier sağkalım eğrileri, Nelson-Aalen kümülatif tehlike ve log-rank hipotez testleri
  • +Zamanla değişen kovaryantlara sahip Cox Orantılı Tehlikeler modeli
  • +Parametrik sağkalım modelleri (Weibull, Üstel, Log-Normal, Log-Lojistik)

Neleri Sağlamaz (Ne Yapmaz)

  • -Yüksek çözünürlüklü görüntüleri veya ses dalga formlarını işleme
  • -Derin nöral ağları yerel olarak eğitme (nöral sağkalım analizi için PyCox kullanın)
  • -Uç mikrodenetleyicilerde dağıtılma

>Uygun İş Tipleri

  • Müşteri abonelik kaybı modellemesi (sansürlü verilerle kesin iptal zamanını tahminleme)
  • Ekipman arızalanma süresini (MTBF) tahmin eden kestirimci bakım
  • Farklı tedaviler altında hasta sağkalım olasılığını tahmin eden tıbbi klinik deneyler

>Uygun Olmayan İş Tipleri

  • Olay zamanı ve sansürlemenin göz ardı edildiği standart ikili sınıflandırma (scikit-learn kullanın)
  • Gerçek zamanlı milisaniyelik web reklam açık artırmaları
Veri Yerleşimi ve İkameti

Tamamen yerel Python belleğinde çalışır. Sıfır veri iletimi.

Güvenlik Değerlendirmesi

İzin verici MIT lisansı. Tescilli SaaS ürünleri için güvenlidir.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:low
Operasyon Yükü:low
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • Cox Orantılı Tehlikeler modeli, zaman içinde orantılı tehlike varsayımına dayanır; ihlaller tabakalı modeller veya zamanla değişen katsayılar gerektirir.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

training-serving-skew

> Birincil Kanıt ve Doğrulama Kaynakları

lifelines Documentationofficial-docs • >=0.28.0, <=0.29.x
2026-09-25HIGH