2020数学建模新型冠状病毒肺炎的传播预测

新型冠状病毒肺炎（COVID-19）的传播分析及对经济的影响

任务：
请你建立 COVID-19 传播的数学模型，定量地研究传染病的传播规律，利用所给（不限于）资料和数据，作出预测并给出控制传染病蔓延的对策建议，具体要求如下：

建立模型，预测不同国家或地区（至少预测两个国家或地区）确诊病例和死亡病例数的变化。对具体国家或地区卫生部门所采取的措施做出评论，如：

针对美国采取的防控措施，讨论实施或取消居家令（stay-at-home）和就地避难令（shelter-in-place）对疫情传播的影响；或针对我国采取的隔离措施，讨论提前或延后 3-5 天采取严格的隔离措施，对疫情传播所造成的影响。

思路
1、去除数据的空值或者把空值数据归0
2、划分训练集与测试集，将特征和预测值分开进行训练
3、使用sklearn中的LinearRegression 模型求出回归系数，求出R2 的值，对模型进行评估

数据
2020年6月4日之前的累计确诊数数据
新冠肺炎数据下载[每日更新]

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
path = 'D:\data\新冠肺炎\\'

def plotPre():
    gamma = 0.55
    Q = 7
    D = 10
    P = np.zeros(300, dtype=np.float)
    Psum = np.zeros(300, dtype=np.float)
    for i in range(Q):
        P[i] = 1
    for j in range(300 - Q):
        P[j + Q] = P[j + Q - 1] + P[j] * gamma
        if j + Q - D - Q >= 0:
            P[j + Q] -= P[j + Q - D - Q] * gamma
        if j + Q == D:
            P[j + Q] -= 1
    plt.xlabel("N")
    plt.ylabel("PN")
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.plot(range(1, 61), P[0:60])
    plt.grid()
    plt.show()

def plotPre1():
    data = pd.read_excel(path + '全国新冠.xls')
    data1 = data.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
    x = data1.iloc[:,3:4].values
    y = data1.iloc[:,0].values

    from sklearn.linear_model import LinearRegression as LR
    lr = LR()
    lr.fit(x, y)
    Slr = lr.score(x, y)
    c_x = lr.coef_
    c_b = lr.intercept_
    x1 = np.array([4, 1.5, 10, 17, 9])
    x1 = x1.reshape(1, 4)
    R1 = lr.predict(x1)
    r1 = x1 * c_x
    R2 = r1.sum() + c_b
    print('x回归系数为：', c_x)
    print('回归系数常数项为：', c_b)
    print('判定系数为：', Slr)
    print('样本预测值为：', R1)
    print('R2值为：', R2)

plotPre1()

其余任务我会陆续更新，请关注我并收藏本博文，谢谢！

如需帮忙做数据挖掘、机器学习的任务，请私聊我。。。