이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
plot
공변량 생존 잔여 수명 모델에 대한 생존 함수 플로팅
설명
plot(
은 피팅된 공변량 생존 모델 mdl
)mdl
의 기준 생존 함수를 이 함수가 계산된 수명 값에 대해 플로팅합니다. 플롯 데이터는 mdl
의 BaselineCumulativeHazard
속성에 저장됩니다.
plot(
는 mdl
,covariates
)covariates
의 공변량 데이터에 대해 계산된 생존 함수를 플로팅합니다. 생존 함수를 얻기 위해 공변량을 사용하여 위험률이 계산되고 기준 생존 함수와 결합됩니다.
예제
공변량 생존 모델 훈련시키기
훈련 데이터를 불러옵니다.
load('covariateData.mat')
이 데이터에는 배터리 방전 시간 및 관련된 공변량 정보가 포함되어 있습니다. 공변량 변수는 다음과 같습니다.
온도
부하
제조업체
제조업체 정보는 인코딩해야 하는 categorical형 변수입니다.
공변량 생존 모델을 만듭니다.
mdl = covariateSurvivalModel;
수명 변수, 데이터 변수, 인코딩된 변수를 지정하여, 훈련 데이터를 사용해 생존 모델을 훈련시킵니다. 이 훈련 데이터에는 중도절단 변수가 없습니다.
fit(mdl,covariateData,"DischargeTime",["Temperature","Load","Manufacturer"],[],"Manufacturer")
Successful convergence: Norm of gradient less than OPTIONS.TolFun
모델의 기준 생존 함수를 플로팅합니다.
plot(mdl)
공변량 생존 모델을 사용하여 RUL 예측하기
훈련 데이터를 불러옵니다.
load('covariateData.mat')
이 데이터에는 배터리 방전 시간 및 관련된 공변량 정보가 포함되어 있습니다. 공변량 변수는 다음과 같습니다.
온도
부하
제조업체
제조업체 정보는 인코딩해야 하는 categorical형 변수입니다.
공변량 생존 모델을 만들고 훈련 데이터를 사용하여 훈련시킵니다.
mdl = covariateSurvivalModel('LifeTimeVariable',"DischargeTime",'LifeTimeUnit',"hours",... 'DataVariables',["Temperature","Load","Manufacturer"],'EncodedVariables',"Manufacturer"); fit(mdl,covariateData)
Successful convergence: Norm of gradient less than OPTIONS.TolFun
제조업체 B
에서 제조한 배터리 팩이 30
시간 동안 실행되었다고 가정하겠습니다. 사용 시간 DischargeTime
, 측정된 주변 온도 TestAmbientTemperature
, 소비 전류 TestBatteryLoad
가 포함된 테스트 데이터 테이블을 만듭니다.
TestBatteryLoad = 25; TestAmbientTemperature = 60; DischargeTime = hours(30); TestData = timetable(TestAmbientTemperature,TestBatteryLoad,"B",'RowTimes',hours(30)); TestData.Properties.VariableNames = {'Temperature','Load','Manufacturer'}; TestData.Properties.DimensionNames{1} = 'DischargeTime';
배터리의 RUL을 예측합니다.
estRUL = predictRUL(mdl,TestData)
estRUL = duration
38.332 hr
배터리의 공변량 데이터에 대한 생존 함수를 플로팅합니다.
plot(mdl,TestData)
입력 인수
mdl
— 공변량 생존 RUL 모델
covariateSurvivalModel
객체
공변량 생존 RUL 모델로, covariateSurvivalModel
객체로 지정됩니다.
plot
은 mdl
의 2열 배열 BaselineCumulativeHazard
속성에 있는 데이터를 플로팅합니다. 두 번째 열은 기준 생존 함수 값을 포함하고 첫 번째 열은 해당하는 수명 값을 포함합니다. 수명 값은 mdl
의 LifeTimeUnits
속성으로 지정된 단위로 플로팅됩니다.
covariates
— 현재 공변량 값
행 벡터 | 하나의 행을 갖는 table
| 하나의 행을 갖는 timetable
컴포넌트의 현재 공변량 값으로, 다음 중 하나로 지정됩니다.
요소가 컴포넌트 공변량 값만 지정하고 수명 값은 지정하지 않는 행 벡터. 공변량 값 개수는
fit
를 사용하여mdl
을 추정할 때 사용되는 공변량 데이터 열의 개수 및 순서와 일치해야 합니다.하나의 행을 갖는
table
또는timetable
. 테이블은mdl
의DataVariables
속성에 지정된 변수를 포함해야 합니다.
공변량 데이터에 인코딩된 변수가 포함된 경우 table
또는 timetable
을 사용하여 covariates
를 지정해야 합니다.
생존 함수를 얻기 위해 공변량을 사용하여 위험률이 계산되고 기준 생존 함수와 결합됩니다. 자세한 내용은 Cox Proportional Hazards Model 항목을 참조하십시오.
버전 내역
R2018a에 개발됨
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)