基于LSTM模型的新冠病情预测和影响因素分析

摘要

筛选出对病情发展有重要影响的因素,对新增确诊人数和新增死亡人数做出预测.通过随机森林的特征重要性筛选出对疫情发展影响最大的因素,使用LSTM(Long Short Term Memory Network)建立预测模型.机场的繁忙程度对确诊人数影响最大,人口密度与死亡人数的关联性最大.美国地区的人口密度和机场交通情况对感染人数影响较大,从而影响年龄在80岁以上老人的死亡率,但分析结果显示美国疫情发展已基本趋于稳中下降的态势.