【机器学习项目】意大利新型冠状病毒（Covid-19）感染数学模型及预测（Python）

 

目录

一、项目背景

二、项目的数据集

1、数据集介绍

2、数据集链接

三、项目分析

四、项目步骤

1、安装Python和Scipy平台

（1）安装Anaconda

（2）检查已安装版本

2、导入数据

（1）导入程序库

（2）导入数据集

3、数据集准备

4、建立和评估模型

（1）logistic模型（The logistic model）

（2）指数模型（Exponential model）

5、数据可视化

6、残差分析

7、作出预测

---

一、项目背景

当今世界正在与一个新的敌人作斗争，那就是新型冠状病毒（Covid-19）。

在本文中，将用Python展示感染增长的简单数学分析和两个模型，以更好地理解感染的演变。

二、项目的数据集

1、数据集介绍

意大利民防部门每天都会更新感染者的累积数据，这些数据在GitHub上作为开放数据公开。

2、数据集链接

https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-andamento-nazionale/dpc-covid19-ita-andamento-nazionale.csv。

三、项目分析

1、目标是创建迄今为止受感染人数（即实际感染人数加上已感染人数）的时间序列模型。

2、这些模型具有参数，这些参数将通过曲线拟合进行估算。

3、将用Python来做。

四、项目步骤

1、安装Python和Scipy平台

（1）安装Anaconda

具体安装的方法参照https://blog.csdn.net/wyatt007/article/details/80369755。

备注：要求安装的scikit-learn的版本为0.18或者以上。

（2）检查已安装版本

# 检查已安装版本
# Python version
import sys

print('Python: {}'.format(sys.version))

# scipy
import scipy

print('scipy: {}'.format(scipy.__version__))

# numpy
import numpy

print('numpy: {}'.format(numpy.__version__))

# matplotlib
import matplotlib

print('matplotlib: {}'.format(matplotlib.__version__))

# pandas
import pandas

print('pandas: {}'.format(pandas.__version__))

# scikit-learn
import sklearn

print('sklearn: {}'.format(sklearn.__version__))

本地输出：

Python: 3.7.4 (default, Aug  9 2019, 18:34:13) [MSC v.1915 64 bit (AMD64)]
scipy: 1.3.1
numpy: 1.16.5
matplotlib: 3.1.1
pandas: 0.25.1
skle