Predi-Covid

Inspiration

作为人类历史上最严重的传染病疫情之一，新冠已经与人类共存一年多了。由于如今已经有大量新冠相关的数据，我们想尝试用机器学习来尝试预测未来新冠在不同地区的趋势。

What it does

本程序除了提供基本的预测之外，其意义在于用户可以通过对比程序的预测确诊人数与现实的确诊人数来判断某一地方的疫情情况是否需要更严厉的防疫措施。同时，他可以对不同county的疫情增长模型是否具有地域普遍性提供一个基本参考。

How we built it

使用Python结合MatplotLib, Numpy, Scipy, Pandas库, 利用机器学习原理，程序可自动从纽约州政府官方疫情数据网站上获取csv文件，并预测具体城市/区县(county)的新冠确诊人数随时间的变化趋势。 我们用Kivy设计程序UI。用户只需要在drop-down menu中选择一个county，再点击Predict，稍等片刻即可获得选定county确诊人数的预测结果。

Challenges we ran into

实现机器学习的语言是Python, 但是我们一开始想开发一款安卓APP，所以开发UI的时候用的是Android Studio。其中Android Studio使用的开发语言一般是Java，与Python的对接成为了本次最大的难点。我们研究了如何用Chaquopy库调用Python方法，但是最后因为原Python程序里用到external file, 所以在build grale的时候产生了“not found”的错误提示。最后在时间限制下，我们不得不采用另外的方式，也就是Kivy来开发我们的UI。

Accomplishments that we're proud of

通过团队协作，我们克服了如队员间的时差、意见不统一等问题，并现学现用了新的技术栈

What we learned

如何用机器学习预测时间序列数据、python GUI库kivy、如何快速分工完成机器学习相关的prototype

What's next for Predi-Covid

1. 增加其他州、国家的新冠数据 2. 尝试更多preprocessing，例如smoothing、moving average等 3. 使用更加复杂的模型 4. 参考现有文献使用的其他方法

Built With

• kivy
• matplotlib
• numpy
• pandas
• python