34、机器学习方法预测 COVID - 19 的比较研究及货运运输优化策略

机器学习方法预测 COVID - 19 的比较研究及货运运输优化策略

机器学习预测 COVID - 19

在抗击 COVID - 19 的过程中，早期准确识别病例对于患者获得适当治疗、避免症状恶化以及防止疾病传播至关重要。研究人员利用机器学习算法和包含患者信息的数据集来检测这种疾病。

数据预处理

首先，对数据集的属性进行了标准化处理，如下表所示：
| 属性 | 标识符 | 描述 |
| — | — | — |
| sexo | 0 | 男性 |
| | 1 | 女性 |
| intubado
pneumonia
diabetes
epoc
asma
inmusupr
hypertension
otras_com
cardiovascular
obesidad
renal_cronica
tabaquismo
otro_caso | 0 | 否 |
| | 1 | 是 |
| edad | - | 0 到 1 之间的值 |
| clasificacion_final | 0 | COVID - 19 阴性 |
| | 1 | 确诊 COVID - 19 病例 |

机器学习模型

使用了四种分类器：随机森林（RF）、随机梯度下降（SGD）、朴素贝叶斯（NB）和 K 近邻（KNN）。采用 Python 语言以及 pandas、sklearn、numpy、imblearn、matplotlib 和 seaborn 库来实现这些分类器。以下是