基于机器学习的天气对沙特阿拉伯每日新冠病例数的影响
机器学习
2021-05-10 v1 计算机与社会
摘要
世界卫生组织（WHO）宣布 COVID-19 为全球大流行。疾病传播的严重程度由多种因素决定，如各国医疗能力和强制封锁措施。然而，一个国家的气候是否作为感染病例数的促成因素尚不清楚。本文旨在使用机器学习技术考察沙特阿拉伯 89 个城市的 COVID-19 与天气之间的关系。我们利用沙特阿拉伯卫生部官方每日 COVID-19 病例报告编译并预处理数据，并获取与报告病例每日数据相对应的历史天气数据。我们对数据进行预处理和准备，以用于模型训练与评估。我们的结果表明，温度和风与疫情传播关联最强。我们的主要贡献在于数据收集、预处理以及每日病例预测。对于所有测试的模型，我们采用了 K=5 的 K 折交叉验证。我们的最佳模型是随机森林，其均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）和 R² 分别为 97.30、9.86、1.85 和 82.3%。
引用
@article{arxiv.2105.03027,
title = {Weather impact on daily cases of COVID-19 in Saudi Arabia using machine learning},
author = {Abdullah Alsuhaibani and Abdulrahman Alhaidari},
journal= {arXiv preprint arXiv:2105.03027},
year = {2021}
}