【竞赛总结】传染病的传播趋势预测

比赛名称：高致病性传染病的传播趋势预测

比赛链接：https://ikcest.org/bigdata2020/

比赛类型：结构化、时间序列

比赛背景

传染病（Contagious Diseases）的有效防治是全人类面临的共同挑战，如何通过大数据，特 别是数据的时空关联特性，来精准预测传染病的传播趋势和速度，将极大有助于人类社会控制传染病，保障社会公共卫生安全。

希望借助此次竞赛，充分发挥全球选手的聪明才智，运用大数据技术助力传染病的传播预测和控制，增强人类社会合作抗风险的意识和能力。

赛题任务

针对赛题所构造的若干虚拟城市，构造传染病群体传播预测模型，根据该地区传染病的历史每日新增感染人数、城市间迁徙指数、网格人流量指数、网格联系强度和天气等数据，预测群体未来一段时间每日新增感染人数。

赛题共涉及11个虚拟城市90天的感染情况，每个城市有若干重点区域。

• 初赛要求针对所提供的5个城市，利用每个城市各区域前45天的样本数据进行训练，预测每个城市各区域后30 天每天的新增感染人数。

• 复赛要求针对包含初赛城市在内的11个城市，利用每个城市各区域前60天的样本数据进行训练，预测每个城市各区域后30天每天的新增感染人数。

赛题数据

训练集共包括 5 个城市，每个城市目录下的数据集总体说明：

• infection.csv：各区域新增感染人数

• migration.csv：城市间迁徙指数

• density.csv：网格人流量指数

• transfer.csv：网格关联强度

• grid_attr.csv：网格归属区域

• weather.csv：天气数据

评价指标

均方根对数误差（RMSLE）

第一名：打完BDC再来

第二名：有颜值的团队

第三名：岳麓F4

第四名：zcccz

第五名：小皮球

第六名：Emory

第七名：2win

第八名：黄渡龙舟队

往期精彩回顾



适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑温州大学《机器学习课程》视频
本站qq群851320808，加入微信群请扫码：