预测疫情新增确诊数，我是这么做的

平常我的工作和机器学习相关，我看到数据的第一反应就是构建模型来预测，于是我今天花了几个小时做了下这个工作。

下面是两周的全国层面的疫情数据，我们能不能，基于这 14 条数据，预测一下明天的新增确诊人数呢？做到技术与时事的结合。

01

其中各个字段名称含义如下：

• new：每天新增确诊人数，昨天新增为 2829

• all：当前总共确诊人数

• watch：当前医学观察人数

先说结论吧：

预测明天公布的新增确诊人数为 2997 人，有浮动哈，具体浮动多少我也不敢说，怕脸疼！

分析

说说我是怎么分析的吧，所有确诊人数和新增确诊人数我们看一个就行了，这里我选的是每日新增确诊人数，来看看每日新增确诊人数的折线图（目的是观察相等时间间隔下数据的趋势）

02

可以看到一个随时间稳步攀升的趋势，这是我们期望预测的指标，也就是我们的因变量。

接下来看看因变量，也就是我们的当前医学观察人数：

03

再给这两个变量画个图：

plt.figure()
plt.plot(df["watch"], df["new"])
plt.show()

04

可以去掉 27 号的数据：

clean_df =