基于Python的LSTM模型对流感预测的研究

作者：翟梦梦; 王旭春; 任浩; 全帝臣; 李美晨; 陈利民^*; 仇丽霞^*

来源：中国卫生统计, 2022, 39(02): 162-171.

• LSTM模型
• SARIMA模型
• Python
• Keras
• 流感
• 预测

目的 探讨基于keras的LSTM模型和SARIMA模型预测我国北方省份流感样病例数的可行性，为流感防控工作提供合理的预测方法。方法 利用国家流感中心2013-2019年北方省份的周流感监测数据构建LSTM模型和SARIMA模型，并进行预测。采用平均绝对误差(MAE)、均方根误差(RMSE)评价两种模型的预测效果。结果 LSTM、SARIMA模型的MAE值分别为304.19、352.74,RMSE值分别为398.71、521.07;相比之下，LSTM模型的预测性能优于SARIMA,较SARIMA模型预测性能分别提高了13.76%、23.5%。结论 基于Keras的LSTM模型的预测效果较好，优于SARIMA模型，可为流感预测提供科学依据。

• 单位
  山西医科大学; 山西省人民医院