Survival Analysis (2/3)

이 글은 Survival Analysis를 활용하여 고객 이탈을 예측하는 다양한 방법을 소개하는 기술 블로그 게시물입니다. 이전 포스트에서 Survival function, Cumulative hazard function, Logrank test를 다룬 데 이어, 이번에는 각 대상의 feature를 고려한 예측 기법들을 심층적으로 다룹니다.

예측 방법은 크게 Non-parametric, Semi-parametric (Cox Proportional Hazard 모델 등), Parametric (지수, 베이불 분포 등), 그리고 Machine learning 기법으로 분류됩니다. 특히 Cox PH, Weibull AFT, SVM, Gradient Boosting과 같은 구체적인 기법들을 소개하고 파이썬 구현 방법을 다룰 예정임을 밝히며, 이론적인 내용은 다음 포스트에서 이어질 것을 예고합니다.

예제 데이터 준비 과정도 간략히 언급됩니다.