典型文献
基于XGBoost模型的新型冠状病毒(COVID-19)疫情分析与预测
文献摘要：
为了对新型冠状病毒(COVID-19)传播趋势实现更加精确的预测,提出了一种COVID-19的智能估算方法.首先利用Matplotlib对COVID-19数据进行可视化分析、提取特征,利用XGBoost建立智能估算方法模型,结合全国、湖北以及其他四个省份的COVID-19数据进行智能估算.实验结果表明,与线性回归、随机森林、SVM、KNN相比,该方法在平均绝对误差、均方根百分比误差和最大估算误差3个技术指标上均优于其他四种回归算法,具有较高的估算精度和泛化能力.
文献关键词：
新型冠状病毒;疫情;特征提取;模型构建;XGBoost算法
中图分类号：
作者姓名：
孙许可
作者机构：
中国人民武装警察部队士官学校,浙江 杭州 311400
文献出处：
引用格式：
[1]孙许可-.基于XGBoost模型的新型冠状病毒(COVID-19)疫情分析与预测)[J].现代信息科技,2022(14):58-62
A类：
B类：
XGBoost,疫情分析,传播趋势,智能估算,估算方法,Matplotlib,提取特征,方法模型,KNN,平均绝对误差,技术指标,回归算法,估算精度,泛化能力
AB值：
0.312214
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
