# COVID-Analysis

**Repository Path**: hymsk/covid-analysis

## Basic Information

- **Project Name**: COVID-Analysis
- **Description**: 疫情期间制作的一个简单的使用各种预测模型制作的可交互式美国各州新冠疫情预测可视化小网页...
- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2023-03-10
- **Last Updated**: 2023-05-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# COVID-Analysis


#### 服务地址：[项目服务地址](http://covid_analysis.hymsk.asia)(服务器没那么好，加载比较慢，勿怪勿怪）

### 简介

采用数据集中各州数据进行数据处理：因为各城市数据集含有不利于处理的缺失数据且城市过多不利于展示；而美国总体数据集因含有的数据量太小，进行数据处理价值过小。至进行数据处理开始，此数据集共更新至2022年11月19日，共计1034天数据。

使用Pandas进行数据补全与数据预处理，使用几种简单线性模型进行数据拟合预测，并采用Matplotlib进行数据可视化，并采用简单HTML页面设计用户界面，使用JavaScript实现可交互的数据模型可视化页面展示，并配合FastAPI，将Matplotlib绘制的图置于HTML页面中，进行页面展示。

#### 相关方法
##### 一元线性回归模型

最简单的线性回归模型，采用最小二乘法进行模型拟合，作为参考项与进行初步的模型拟合与预测分析

![img_1.png](img_1.png)

##### 岭回归

岭回归是一种线性回归模型的优化模型，拟合模型时进行正则化，即拟合模型时使用的实际上是一种最小二乘法的改进方法、也是对最小二乘回归的一种补充，在模型拟合不够精准时，通过放弃最小二乘法的无偏性，来换取高的数值稳定性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法

![img_2.png](img_2.png)

##### 多次线性回归

多次线性回归模型是线性回归模型的一种，其将参数先转化为多次项数据后再对数据进行拟合，此时回归函数关于回归系数是线性的。由于任一函数都可以用多项式逼近，因此多项式回归有着广泛应用。

![img_3.png](img_3.png)

##### 灰色预测

灰色预测是通过少量不完全的信息建立的数学模型做出预测的一种预测方法。是基于客观事物的过去和现在的发展规律，借助于科学的方法对未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。

![img_4.png](img_4.png)

#### 效果示例

![img_5.png](img_5.png)