目录
(1)logistic模型(The logistic model)
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
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