基于非负矩阵分解按COVID-19新增病例时间序列聚类美国各州
应用统计
2021-01-18 v3
摘要
在不同隔离措施与重启政策下，COVID-19在美国各州的传播模式差异很大。我们提出基于每日新增确诊数，通过非负矩阵分解（NMF）并对NMF基的系数进行k-means聚类程序，将美国各州聚类为不同群落。采用交叉验证方法选择NMF的秩。将该方法应用于从3月22日至7月25日的整个研究期，我们将49个大陆州（包括哥伦比亚特区）聚为7组，其中两组仅含单个州。为考察聚类结果随时间的动态变化，从3月22日至3月28日的时段开始，以每周增量 successively 将同一方法应用于各时间段。结果表明在5月30日开始的这一周聚类出现一个变点，这可由隔离措施与重启政策的共同影响来解释。
引用
@article{arxiv.2011.14412,
title = {Clustering US States by Time Series of COVID-19 New Case Counts with Non-negative Matrix Factorization},
author = {Jianmin Chen and Jun Yan and Panpan Zhang},
journal= {arXiv preprint arXiv:2011.14412},
year = {2021}
}