怎么用Python進(jìn)行預(yù)測(cè)疫情

這篇文章主要介紹了怎么用Python進(jìn)行預(yù)測(cè)疫情，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

1.準(zhǔn)備工作

編程環(huán)境：anaconda下Spyder。

數(shù)據(jù)來源：整理自國(guó)家衛(wèi)生健康委員會(huì)官網(wǎng)。

需要安裝的依賴庫有：scipy。scipy是一個(gè)用于數(shù)學(xué)、科學(xué)等領(lǐng)域的開源科學(xué)計(jì)算庫，其建立在Numpy之上，可用于處理積分、優(yōu)化、常微分方程數(shù)值解的求解、信號(hào)處理等問題。本文主要用于函數(shù)擬合。

2.算法流程

1).理論解釋

如何預(yù)測(cè)新冠肺炎的累計(jì)確診人數(shù)，目前常用的方法有基于SIR的傳染病模型，以及基于Logistic方程的方法等。SIR模型實(shí)現(xiàn)起來相對(duì)較復(fù)雜，本文將基于一個(gè)更簡(jiǎn)單的模型——利用Logistic方程進(jìn)行預(yù)測(cè)。

Logistic方程可用于描述，物種增長(zhǎng)模型，當(dāng)一個(gè)物種遷入到一個(gè)新生態(tài)系統(tǒng)中后，若該物種在非理想生態(tài)系統(tǒng)(存在天敵，食物、空間等資源緊缺等)中存在生存阻力，則物種數(shù)量大致呈現(xiàn)S型增長(zhǎng)。開始產(chǎn)生一個(gè)緩慢的增長(zhǎng)期，慢慢的呈現(xiàn)指數(shù)型爆發(fā)，后期隨著環(huán)境阻力的變化，逐漸趨于穩(wěn)定。

用函數(shù)可以表示為：

參數(shù)的含義如下：

：表示隨著時(shí)間的變化，環(huán)境中物種的數(shù)量。

：表示環(huán)境中物種能達(dá)到的極限值。

：表示環(huán)境開始時(shí)期，物種的數(shù)量。

：表示增長(zhǎng)速率，在圖形中展現(xiàn)的就是曲線的陡峭程度，越大，物種數(shù)量越快逼近N值。

：表示時(shí)間。

2).程序?qū)崿F(xiàn)

程序中，首先定義待擬合函數(shù)，然后獲取“累計(jì)確診”人數(shù)數(shù)據(jù)，并利用curve_fit()函數(shù)進(jìn)行參數(shù)擬合，得出需要擬合的參數(shù)。最后將擬合曲線和實(shí)際確診人數(shù)在同一圖中顯示，直觀觀測(cè)出模型效果。

通過將1月20日至2月8日的數(shù)據(jù)進(jìn)行Logistic方程擬合，在2月9-11日三天預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)較為吻合。但在2月12日，官方的數(shù)據(jù)突然激增，這讓我們的模型失效。

在重新調(diào)整訓(xùn)練數(shù)據(jù)，我們選擇將1月20日至2月26日的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，2月27-28日數(shù)據(jù)作為對(duì)照數(shù)據(jù)，可得到新的擬合曲線，預(yù)測(cè)值和實(shí)際值都相對(duì)較為吻合。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“怎么用Python進(jìn)行預(yù)測(cè)疫情”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!