《表2 多种模型预测结果比对》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于SEIR-LSTM混合模型的新型冠状病毒肺炎传播趋势分析与预测》
为了对本文提出的方法进行评估,选取几种主流的疾病预测算法进行比较.对比方法包括逻辑回归、多项式回归、SEIR模型和LSTM.逻辑回归使用1月24日至3月3日的疫情数据进行训练,使用最小二乘法进行拟合,最后给出后8d的预测结果.多项式回归分别使用了指数函数、三阶函数、四阶函数[14]对1月24日至3月3日的数据进行拟合,选取最优的函数给出后8d的预测结果.SEIR模型和LSTM与上文建模方法一致.各种方法的预测结果对比如表2所示.由结果可知,多项式回归效果较差,该模型过于注重对每个训练数据的拟合,从而容易造成过拟合现象.对于LSTM模型来说,纳入了更多输入变量,而训练数据较少,也容易出现过拟合现象.SEIR模型考虑了各种状态之间的转换,取得相对一般的结果.逻辑回归(Logsitic)取得仅次于SEIR-LSTM模型的效果,得益于疫情得到控制,确诊人数相对平稳,其后半段能很好的预测较为平稳的结果.相比于其他几种算法,SEIR-LSTM混合模型的预测精度有明显的优势,RMSE、MAE、MAPE和R2分别为1 430.25,1 126.62,5.41%和0.83.
图表编号 | XD00198340500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.28 |
作者 | 洪彬、陈锦秀、王连生、俞容山 |
绘制单位 | 厦门大学信息学院、厦门大学信息学院、厦门大学信息学院、厦门大学信息学院 |
更多格式 | 高清、无水印(增值服务) |