[疫情新增指的是什么]预测疫情新增确诊数，我是这么做的

平时我的组织工作和机器学习有关，我看见统计数据的第三化学反应是构筑数学模型来预估，只好我那时花了两个半小时做了下那个组织工作。

上面是一周的全省微观的禽流感统计数据，他们能无法，如前所述这 14 条统计数据，预估呵呵今晚的追加诊断数目呢？努力做到控制技术与时政的紧密结合。

01

当中各Hamming称涵义如下表所示：

new：每晚追加诊断数目，昨晚追加为 2829

all：现阶段一共诊断数目

watch：现阶段拉沙泰格赖厄县数目

先说推论吧：

预估今晚发布的追加诊断数目为 2997 人，有自由浮动哈，具体内容自由浮动啥我也不肯说，怕脸疼！

说说我是是不是预测的吧，大部份诊断数目和追加诊断数目他们看两个要是，这儿我选的是每星期追加诊断数目，来看一看每星期追加诊断数目地折线图（目地是检视成正比天数间距下统计数据的态势）

02

可以看见两个随天数稳步攀升的态势，这是他们期望预估的指标，也是他们的因变量。

接下来看一看因变量，也是他们的现阶段拉沙泰格赖厄县数目：

03

再给这两个变量画个图：

04

可以去掉 27 号的统计数据：

05

这儿他们知道的是当天的拉沙泰格赖厄县数和当天的追加诊断数有较强的线性关系，现在有两个问题是他们并无法通过当天的拉沙泰格赖厄县数来预估当天追加诊断数，因为拉沙泰格赖厄县数要到预估的那天才知道。

我是这样解决：

检视今日的拉沙泰格赖厄县数和明日的追加诊断数有甚么关系，这样他们只要知道今日的拉沙泰格赖厄县数就可以进行预估

先构筑当日的拉沙泰格赖厄县数和当日的追加诊断数数学模型，再构筑两个数学模型如前所述历史的拉沙泰格赖厄县数预估后面一天的拉沙泰格赖厄县数，这样就得到了最新的拉沙泰格赖厄县数，同样可以根据此时的拉沙泰格赖厄县数预估对应的追加诊断数

先看第三个方案，统计数据重新排列呵呵，如下表所示：

06

绘制现阶段统计数据的图像：

07

目测线性关系没有很强，算呵呵看一看：

不错，可以看见那个方案可行，此方案实现就可以直接预估出今日拉沙泰格赖厄县数对应的明日追加诊断数。

再看第二个方案，他们已经有了当日拉沙泰格赖厄县数和当日追加诊断数的数学模型，现在缺的是当日拉沙泰格赖厄县数，他们可以根据天数序列的数学模型来根据历史统计数据预估当日拉沙泰格赖厄县数。

就这样，他们确定了预估方案：

第三个方案：输入今日拉沙泰格赖厄县数，得出明日追加诊断数

第二个方案：通过天数序列数学模型预估命题拉沙泰格赖厄县数，再输入明日拉沙泰格赖厄县数，输出追加诊断数

开干吧！开始构筑数学模型。

首先构筑两个线性回归数学模型：

输入今日拉沙泰格赖厄县数，预估明日追加诊断数

输入明日拉沙泰格赖厄县数，输出明日追加诊断数

当中第二个数学模型可以直接进行预估了：

这儿可以看见他们已经得出第三个结果了，我还是想试试第二个方案的结果，可以作为两个参考，后面可以将两个结果平均呵呵。

第二个方案，线性回归数学模型他们已经构筑好了，接下来弄个天数序列数学模型来预估后面一天的拉沙泰格赖厄县数。

看一看预估值和实际值：

08

此时他们已经知道是数学模型预估的今晚的值，他们转换呵呵再将前面的误差综合呵呵，的预估拉沙泰格赖厄县数是：，根据第三个数学模型，输入明日拉沙泰格赖厄县数，得出明日追加诊断数目：

目前可以得出以下结果：

对于第三个方案，预估追加诊断数目是：

对于第二个方案：预估追加诊断数目是：

我来取个中间值吧：2997。

只好，我预估追加诊断数目是：2997，此推论仅仅作为参考，也肯定会在一定范围内波动，不要当真哈。

?

欢迎关注公众号【老胡的储物柜】

历史推文：

据非官方研究：学习Python可抑制冠状病毒

【2019 nCoV】在微信群自动监控禽流感最新进展

程序员如何在组织工作中进步