本文通过sklearn实现新型肺炎累计确诊病例的预测，主要算法包括线性回归，逻辑回国，多项式回归（二次曲线、三次曲线、四次曲线、五次曲线）等算法，具体到预测，主要包括算法的选择，很多时候算法的选择是通过数据的查全率查准率，训练集、测试集、检验集等上的准确率综合评估出来的，二是关于数据集的分拆，需要拆解为训练集、测试集分别进行验证。
总的来说，训练集大概只有15条记录，训练集4条，还有预测的7条，从公开的图表来看，出现了2次波动，所以本模型效果一般。
如下：
importoperatorimportmatplotlib.pyplotaspltimportnumpyasnpfromsklearn.preprocessingimportPolynomialFeaturesfromsklearn.linear_modelimportLinearRegression,LogisticRegressionimportmatplotlib.pyplotaspltdefinit_data():#原始数据countrydatahistorys=[{'date':'-02-10','confirmedNum':42708,'suspectedNum':21675,'curesNum':3998,'deathsNum':1017,'suspectedIncr':3536},{'date':'-02-09','confirmedNum':40224,'suspectedNum':23589,'curesNum':3283,'deathsNum':909,'suspectedIncr':4008},{'date':'-02-08','confirmedNum':37162,'suspectedNum':28942,'curesNum':2651,'deathsNum':812,'suspectedIncr':3916},{'date':'-02-07','confirmedNum':34594,'suspectedNum':27657,'curesNum':2052,'deathsNum':723,'suspectedIncr':4214},{'date':'-02-06','confirmedNum':31197,'suspectedNum':26359,'curesNum':1542,'deathsNum':637,'suspectedIncr':4833},{'date':'-02-05','confirmedNum':28060,'suspectedNum':24702,'curesNum':1153,'deathsNum':564,'suspectedIncr':5328},{'date':'-02-04','confirmedNum':24363,'suspectedNum':23260,'curesNum':892,'deathsNum':491,'suspectedIncr':3971},{'date':'-02-03','confirmedNum':20471,'suspectedNum':23214,'curesNum':630,'deathsNum':425,'suspectedIncr':5072},{'date':'-02-02','confirmedNum':17238,'suspectedNum':21558,'curesNum':475,'deathsNum':361,'suspectedIncr':5173},{'date':'-02-01','confirmedNum':14411,'suspectedNum':19544,'curesNum':328,'deathsNum':304,'suspectedIncr':4562},{'date':'-01-31','confirmedNum':11821,'suspectedNum':17988,'curesNum':243,'deathsNum':259,'suspectedIncr':5019},{'date':'-01-30','confirmedNum':9720,'suspectedNum':15238,'curesNum':171,'deathsNum':213,'suspectedIncr':4812},{'date':'-01-29','confirmedNum':7736,'suspectedNum':12167,'curesNum':124,'deathsNum':170,'suspectedIncr':4148},{'date':'-01-28','confirmedNum':5997,'suspectedNum':9239,'curesNum':103,'deathsNum':132,'suspectedIncr':3248},{'date':'-01-27','confirmedNum':4535,'suspectedNum':6973,'curesNum':51,'deathsNum':106,'suspectedIncr':2077},{'date':'-01-26','confirmedNum':2761,'suspectedNum':5794,'curesNum':49,'deathsNum':80,'suspectedIncr':3806},{'date':'-01-25','confirmedNum':1985,'suspectedNum':2684,'curesNum':38,'deathsNum':56,'suspectedIncr':1309},{'date':'-01-24','confirmedNum':1297,'suspectedNum':1965,'curesNum':38,'deathsNum':41,'suspectedIncr':1118},{'date':'-01-23','confirmedNum':830,'suspectedNum':1072,'curesNum':34,'deathsNum':25,'suspectedIncr':680}]#按照时间排序全国趋势数据countrydatahistorys=sorted(countrydatahistorys,key=operator.itemgetter('date'))#结构化全国各省图表所需数据xdata=list(range(len(countrydatahistorys)))xlabel=list(row['date']forrowincountrydatahistorys)#追加预测未来一周的自变量Xxdata.extend(list(range(19,26)))fromdatetimeimportdate,datetime,timedeltastart_date=date(,2,11)xlabel.extend(list(str(start_date+timedelta(i))foriinrange(7)))#生成累计确诊数据，即y值confirmedNum=list(row['confirmedNum']forrowincountrydatahistorys)suspectedNum=list(row['suspectedNum']forrowincountrydatahistorys)#进行数据格式转换，生成训练集、测试集和预测集Xlabel=np.array(xlabel).reshape(-1,1)X=np.array(xdata).reshape(-1,1)y=np.array(confirmedNum).reshape(-1,1)X_train=X[:15]X_test=X[15:19]X_predict=X[19:]y_train=y[:15]y_test=y[15:19]returnX_train,X_test,y_train,y_test,X_predict,X,y,xlabelX_train,X_test,y_train,y_test,X_predict,X,y,Xlabel=init_data()lr=LinearRegression().fit(X_train,y_train)coef=lr.coef_intercept=lr.intercept_score_train=lr.score(X_train,y_train)score_test=lr.score(X_test,y_test)y_predict=lr.predict(X_test)#--------------------------------lg=LogisticRegression(C=0.2)lg.fit(X_train,y_train)y_lg_predict=lg.predict(X)print('y_lg_predict=',y_lg_predict)#--------------------------------poly1=PolynomialFeatures(degree=1)X_ploy=poly1.fit_transform(X_train)l1=LinearRegression()l1.fit(X_ploy,y_train)#--------------------------------poly2=PolynomialFeatures(degree=2)X_ploy=poly2.fit_transform(X_train)l2=LinearRegression()l2.fit(X_ploy,y_train)#--------------------------------poly3=PolynomialFeatures(degree=3)X_ploy=poly3.fit_transform(X_train)l3=LinearRegression()l3.fit(X_ploy,y_train)#--------------------------------poly4=PolynomialFeatures(degree=4)X_ploy=poly4.fit_transform(X_train)l4=LinearRegression()l4.fit(X_ploy,y_train)#--------------------------------poly5=PolynomialFeatures(degree=5)X_ploy=poly5.fit_transform(X_train)l5=LinearRegression()l5.fit(X_ploy,y_train)#--------------------------------poly6=PolynomialFeatures(degree=6)X_ploy=poly6.fit_transform(X_train)l6=LinearRegression()l6.fit(X_ploy,y_train)fig=plt.figure(figsize=(10,5.5))plt.rcParams['font.sans-serif']=['SimHei']#画出实际值，注意X和y不等，X训练集加测试集和实际y值相等plt.plot(np.vstack((X_train,X_test)),y,color='black',marker='o',linestyle='-',label='累计确诊病例（官方统计）')plt.plot(X,y_lg_predict,color='cyan',marker='*',linestyle=':',label='逻辑回归')plt.plot(X,intercept+X*coef,color='red',marker='*',linestyle=':',label='线性预测')plt.plot(X,l2.predict(poly2.fit_transform(X)),color='blue',marker='*',linestyle=':',label='2次多项式')plt.plot(X,l3.predict(poly3.fit_transform(X)),color='yellow',marker='*',linestyle=':',label='3次多项式')plt.plot(X,l4.predict(poly4.fit_transform(X)),color='green',marker='*',linestyle=':',label='4次多项式')#设置x轴标签及其字号plt.xlabel('日期',fontsize=14)#设置y轴标签及其字号plt.ylabel('累计确诊病例数量',fontsize=14)#设置X轴序列标签值plt.xticks(X-1,Xlabel,rotation=30,fontsize=10)#添加训练集、测试集、预测集分割垂直直线plt.axvline(x=14.5,linestyle='--',c="green")plt.axvline(x=18.5,linestyle='--',c="green")#添加测试集的预测结果数据标签#forx,yinzip(X_test.tolist(),y_predict.tolist()):#plt.text(x[0],y[0],'{:5.0f}'.format(y[0]),fontsize=8)#显示图例plt.legend()plt.show()
长按二维码关注“追梦IT人”
QQ群号：763628645
QQ群二维码如下，添加请注明：姓名+地区+职位，否则不予通过
订阅我的微信公众号“杨建荣的学习笔记”，第一时间免费收到文章更新。别忘了加星标，以免错过新推送提示。
7
近期热文
你可能也会对以下话题感兴趣。点击链接就可以查看。
我眼中的《庆余年》
使用Python分析北京积分落户数据，分析完我陷入了深思
MySQL的主键命名挺任性，就这么定了
华裔教授发现二次方程极简解法,我默默的做了下验算
回答:我不小心把公司的数据库给删了，该不该离职？
迁移到MySQL的业务架构演进实战
数据库修改密码风险高，如何保证业务持续，这几种密码双活方案可以参考
MySQL业务双活的初步设计方案
如何优化MySQL千万级大表，我写了6000字的解读
一道经典的MySQL面试题，答案出现三次反转
业务双活的数据切换思路设计（下）
业务双活的数据切换思路设计（一）
MySQL中的主键和rowid,看似简单,其实有一些使用陷阱需要注意
小白学MySQL要多久?我整理了10多个问题的答案
8
转载热文
你可能也会对以下话题感兴趣，文章来源于转载，点击链接就可以查看。
去IOE or Not?
拉里·佩奇（Larry Page）的伟大归来
《吊打面试官》系列-Redis基础
唯一ID生成算法剖析，看看这篇就够了
关于大数据运维能力的一些思考
DBA菜鸟的进化简史：不忘初心，记工作中踩过的三个坑
美女主持直播,被突发意外打断!湾区网友却高喊: 我懂!超甜
