换一批ARIMA-LSTM-XGBoost加权组合模型在肺结核发病趋势预测的研究
ARIMA-LSTM-XGBoost weighted combination model in prediction of tuberculosis incidence trend
摘要目的 探讨ARIMA-LSTM-XGBoost加权组合模型在预测肺结核发病趋势中的应用.方法 收集广东省2009-2019年肺结核月发病数数据,将2009-2018年月发病数作为训练集,2019年月发病数作为测试集,建立ARIMA、ARIMA-LSTM、XGBoost以及ARIMA-LSTM-XGBoost加权组合模型,然后对模型预测效果进行比较.结果 ARIMA-LSTM-XGBoost 加权组合模型预测数据的MAPE、RMSE、MAE 分别为4.107％、376.483、301.333,优于其它几种模型.结论 ARIMA-LSTM-XGBoost加权组合模型能够提升模型预测效果,对肺结核发病预测具有应用价值,也可为其它传染病预测提供新的方法和思路.
更多相关知识
- 浏览325
- 被引38
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
