moyuweiqing / SEIR-Model-extension
基于SEIR传染病模型的延伸建模,加入了死亡人群,构建基本的SEIDR模型,加入疫苗影响、政府管控、病毒变异等因素,在原模型的基础上进行延伸
☆17Updated last year
Related projects: ⓘ
- 元胞自动机模拟病毒传染(SEIR模型)可视化☆29Updated 4 years ago
- NetworkX programming practice basic course source code☆63Updated 2 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆16Updated 5 years ago
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆60Updated 4 years ago
- 改进的k-prototypes聚类算法☆15Updated 3 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆54Updated 4 years ago
- 2019新冠肺炎疫情染病人数预测,用SIR模型。☆101Updated 4 years ago
- Susceptible Infected Recovered (SIR) model simulation in a network☆19Updated 6 years ago
- An adjustive SEIR model to estimate parameters of 2019-nCoV☆19Updated 2 years ago
- 利用回归模型实现房价预测☆42Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- SIR and SEIR model fitting for 2019-nCoV.☆42Updated 4 years ago
- 逻辑回归、时间序列、KNN、朴素贝叶斯、决策树、关联规则、线性回归、神经网络、SVM、模型评估以及提高模型性能☆14Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆40Updated 4 years ago
- 流行病传染模拟仿真程序☆33Updated 4 years ago
- 时间序列分析的代码及简要说明☆15Updated 6 years ago
- 数据集依据与“新冠肺炎”相关的230个主题关键词进行数据采集,抓取了2020年1月1 日—2020年2月20日期间共计100万条微博数据,并对其中10万条数据进行人工标注,标注分为三类,分别为:1(积极),0(中性)和-1(消极)☆16Updated 3 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆21Updated 5 years ago
- 通过修改transformer使其可以预测金融时间序列☆29Updated 3 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆33Updated last year
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆36Updated 4 years ago
- 使用 tensorflow2.0 实现图卷积神经网络GCN☆20Updated 3 years ago
- 介绍分位数回归,包括分位数Granger因果检验、QVAR及脉冲响应函数☆15Updated 4 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆33Updated 4 years ago
- Modeling complex networks: An implementation based on Python+NetworkX☆175Updated 4 months ago
- [数据+代码] 经典的中文情感词典、情感分析停用词、程度副词、否定词表+中文金融情感词典(包括上市公司文本_正式和股吧社媒文本_非正式)...☆92Updated 2 years ago
- [评价方法]信息熵理论与熵权法 Information entropy theory&Entropy weight method☆26Updated 5 years ago
- 线性回归和聚类分析预测糖尿病☆19Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆103Updated 3 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆45Updated 5 years ago