Коронавирус распространяется очень быстро, но слишком быстро, чтобы предсказать будущие случаи заболевания, выздоровление и смерть. В этой статье я делюсь некоторыми методами применения анализа временных рядов с помощью Пророка Facebook и применяю визуализацию эпидемии коронавируса в режиме реального времени. Этот анализ предназначен исключительно для образовательных целей и не имеет другой цели, кроме как показать понимание того, как вы можете применить эти библиотеки и алгоритмы машинного обучения в реальных ситуациях. Предоставляемые данные будут в формате Jupyter Notebook.
Этот анализ предназначен исключительно для образовательных целей и не имеет другой цели, кроме как показать понимание того, как вы можете применить эти библиотеки и алгоритмы машинного обучения к явлениям реального мира.
ЦЕЛИ
Цель этого проекта - помочь пролить свет на то, что на самом деле происходит в мире с коронавирусом, без участия всех средств массовой информации. В отношении COVID-19 существует множество исследований и данных. Этот анализ разработан, чтобы помочь получить полезные сведения с обновленными данными.
- Получите обновленные данные о COVID-19
- Применить модель машинного обучения опорных векторов
- Применение модели машинного обучения полиномиальной регрессии
- Применить анализ временных рядов
- Анализировать подтвержденные, смертельные и вылеченные случаи
- Визуализируйте данные в виде графиков и диаграмм
- Сделайте выводы на основе данных
Источник данных
источник: https://github.com/CSSEGISandData/COVID-19
Примечание
Но прежде чем мы начнем, следует отметить несколько основных моментов.
Меньше данных. Поскольку данных, доступных сейчас, не так много, наш прогноз может быть не таким точным.
Наличие эффективного лечения, вакцины или лекарства: в случае доступности эффективного лечения или лекарств результат вспышки резко снизится, что может повлиять на наш прогноз.
Этот анализ предназначен исключительно для образовательных целей.
Код для анализа прогнозов Facebook Prophet
Рабочий процесс (Game-план)
- Получение и подготовка данных
- Сгруппируйте наши данные по датам
- Переименуйте нашу колонку в ds и y для FB Prophet.
- Разделите наш набор данных на обучение и тестирование
- Постройте нашу модель и сделайте прогноз
- Сюжетные предсказания
Основные моменты из кода
Весь код ниже:
Этот анализ предназначен исключительно для образовательных целей.
Код для полиномиальной регрессии, машины опорных векторов и визуализаций
Этот анализ предназначен исключительно для образовательных целей.
Другие основные моменты из кода:
Заключение
Facebook Пророк
В заключение, мы можем увидеть некоторые сходства в нашем прогнозе и наших тестовых графиках данных с Facebook Prophet и анализом временных рядов. Мы также можем использовать функцию add_changepoints_to_plot для проверки точек, в которых произошли изменения в тренде.
Машина опорных векторов и полиномиальная регрессия
Похоже, что наши тестовые данные хорошо соответствовали данным для обеих моделей, но все же требуют дополнительной работы и настройки для достижения оптимальной точности. Я мог бы настроить разделение обучения и тестирования с помощью перекрестной проверки, чтобы получить лучшие результаты. Однако было бы идеально, если бы больше данных повлияло на модель.
Общий
Основываясь на нашем прогнозе и нашем графике для тестового набора данных, мы можем увидеть некоторые сходства в нашем графике. Похоже, что наша модель работает по графику, поскольку она показывает рост числа подтвержденных случаев - восходящую тенденцию, как показывает наш набор тестовых данных.
Я надеюсь, что этот анализ помог и вдохновит вас выйти за рамки средств массовой информации и провести собственный анализ с использованием достоверных источников данных. Оставайся там в безопасности!
