基于LASSO回归模型与百度搜索数据构建的流感疫情预测系统

• 作者: 王力 郝元涛 郭貔
• 来源期刊: 中国卫生统计
• 关键词: Bagging LASSO 流感 预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 论著
• 页码范围: 186-191
• 页数: 6页
• 字数: 6148字
• 语种: 中文

摘要

目的 探讨基于LASSO回归模型与百度搜索数据构建流感疫情预测系统的可行性.方法 采用Bagging方法和模型性能的多指标优化评估策略,对传统LASSO回归模型进行改进,构建性能提升的集成LASSO回归模型,将其应用于中国大陆地区季节性流感流行趋势的预测研究.结果 与传统LASSO回归模型相比,本研究所构建的集成LASSO回归模型对2011年至2015年中国大陆地区流感流行趋势的预测偏差更小,说明集成LASSO回归模型的外部推断能力更强,适合于流感疫情的预测分析;本研究开发了开源的R软件程序包SparseLearner,方便用户进行调用和进一步开发研究.结论 Bagging方法和多指标优化评估策略相结合所构建的集成LASSO回归模型,有效地增强了传统LASSO回归模型的性能.本研究所构建的预测模型可以应用于流感等传染病疫情的预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝元涛	中山大学公共卫生学院医学统计与流行病学系	149	2897	27.0	47.0
5	王力	汕头大学医学院公共卫生与预防医学教研室	2	12	2.0	2.0
6	郭貔	汕头大学医学院公共卫生与预防医学教研室	8	12	2.0	3.0