关键词： 组织溯源   随机森林   机器学习   朴素贝叶斯   决策树   K近邻  

摘要： 肿瘤可以发生在身体的任何组织,并且在发生后可以转移到全身的其他任何部位。一般说来,原发部位的肿瘤及其转移部位的发生可以被顺利地发现,而转移性癌症的原发来源可以在短时间内通过临床评估来确定。但是有一些肿瘤表现为一个或多个转移点,且其原发灶不明,即使医生用标准方法对患者进行全面的检查和评估研究,也无法找到肿瘤的主要来源,这类肿瘤称为原发灶不明转移癌(CUP)。医生对肿瘤患者的医治方案、医治过程及医治用药等都会参考肿瘤的情况,明确肿瘤的发生及转移过程。除此之外,对原发或转移肿瘤组织的识别对于医生为患者制定精确的治疗计划至关重要,在肿瘤的原发部位未知的情况下,为患者设计具体的治疗计划是具有挑战性的。机器学习方法已经在预测、分类中得到广泛的应用,并在临床实践中取得了显著的优势。本文主要研究三种混合机器学习方法追踪肿瘤起源的准确性。此三种混合机器学习方法都是随机森林+分类算法混合机器学习方法的模式。对于随机森林+朴素贝叶斯混合机器学习方法追踪肿瘤起源,整合处理从癌症基因组图谱(TCGA)和GENE EXPRESSION OMNIBUS(GEO)数据库下载整理的数据,在对数据进行预处理后首先使用随机森林的Gini杂质作为评分标准挑选基因,得到输入矩阵。然后将输入矩阵输入到朴素贝叶斯分类器中得到预测的准确度。AUC(Area under the Curve of ROC)是评价模型优劣的常用指标,可以对所有可能的分类阈值的效果进行综合衡量,能直观表示分类器的性能,AUC值越大越好。10-fold交叉验证的结果显示,AUC值为0.91。对于随机森林+决策树混合机器学习方法追踪肿瘤起源,使用的数据与之前的一样处理,得到输入矩阵。然后将输入矩阵输入到决策树分类器中,得到预测的准确度为0.889。AUC值为0.886。对于随机森林+K近邻(K=5)混合机器学习方法追踪肿瘤起源,使用的数据与之前的一样处理,得到输入矩阵。然后将输入矩阵输入到K近邻(K=5)分类器中,得到预测的准确度为0.886。AUC值为0.886。

关键词： 机器学习   物理过程信息   缝洞介质   渗流   渗透率  

摘要： 储层流场参数的反演对油藏井网调整、注采调控等措施的制定具有重要指导意义。相比于测井和试井解释等传统方法,机器学习通过对油田数据的分析学习,能够挖掘数据间的隐性关系。但目前的机器学习仍属于纯数据驱动下的单一数据学习,其结果和学习过程的物理可解释性有待提高;同时,油气开发井网密度一般较小,井点数据仍属于稀疏训练样本数据,即使采用深度神经网络学习,其预测效果仍欠佳。对此,本文将油气流动物理过程信息,即渗流方程作为约束条件加入到深度学习损失函数项,建立了一种基于油气流动物理过程的深度学习新方法,并应用至缝洞性介质研究中,主要创新工作和结论如下。首先,针对单孔隙介质模型,基于油藏数值模拟结果形成样本数据,开展了单相渗流、两相渗流的渗透率参数反演研究,结果表明:在样本充足情况下,无论是传统模型还是本文新模型均能获得良好的学习和预测效果;随着数据样本的减少,传统模型的预测误差也随之增大,但本文新模型仍能保持较高精度,即使在强非均质和注采关系反转条件下。随后,在单孔隙介质模型基础上增加裂缝系统,建立强非均质性裂缝介质模型,通过离散裂缝数值模拟得到数据样本,开展了单裂缝和多裂缝单相渗流、两相渗流的渗透率参数反演研究,结果表明:对于裂缝介质,当观测井数较少时,由于裂缝介质的强非均质性,纯数据深度学习的预测结果与实际差异巨大,而本文方法能够识别出储层具有高渗区域,相比于传统模型误差减少50%。最后,在裂缝介质模型基础上,增加溶洞系统形成缝洞介质模型,其中溶洞采用Brinkman方程来表征其中的流体流动,将DarcyBrinkman方程作为缝洞介质流动物理过程信息,并以缝洞介质单相流动数值模拟结果数据作为样本库进行深度学习,结果表明:传统的纯数据深度学习效果较差,不能有效识别溶洞,而本方法能够逐步判定储层中间部分包含一定的高渗区域、确定溶洞的位置和边界、预测溶洞之外存在高渗条带、确定溶洞和裂缝的位置,并能够准确预测其渗透率参数。

关键词： 在线学习   最优反馈控制   核模型   深度学习优化器   样本选择模型  

摘要： 近年来,伴随着计算机技术的兴起,大数据和云计算逐渐走进人们的视野,海量的数据和我们的生活变得息息相关。当数据存在异质性且受到复杂的噪声干扰,样本量很大甚至以流式数据的方式呈现时,传统的数据分析方法和统计模型面临着诸多挑战。一方面模型需要进行修正以适应复杂的数据结构,另一方面无法一次性导入内存的数据迫使算法必须依据少量多次获取的样本进行学习。在这一背景下,设计出满足实时更新需求的自适应学习算法以弥补已有方法的不足,成为当今获得广泛关注和应用的热点问题。本文将最优控制方法融入到机器学习的研究中,创新性的建立了一个基于最优反馈控制在线学习框架,并在该框架下提出了一系列用于解决线性和非线性的分类与回归问题的鲁棒自适应学习算法。进一步地,该算法被拓展到时下热门的深度学习领域,应用于图像识别和文本分类。此外,本文还将改进的深度学习算法与传统微观计量模型相结合,实现了全新视角下样本选择问题的研究。本文的主要工作概括如下:第一,构建了基于最优控制的鲁棒在线学习架构,分别讨论该架构下的线性回归、二分类和多分类问题。首先在线学习被转化为状态反馈控制问题,接着使用线性二次型调节器(linear quadratic regulator,LQR)获取最优的参数更新。对未知参数较少的低维情形,使用迭代方法求解Riccati方程,并将对应算法命名为OLQR(online linear quadratic regulator);对于更为常见的高维问题,本文提出ROHDL(online high dimensional learning algorithm)算法,通过极分解大大简化了计算量。OLQR和ROHDL算法相对于经典方法可以获得更快的收敛速度和更好的预测精度,当噪声结构较为复杂时这一优势更为明显。与相关算法的对比实验也证实了所提出算法的优越性。第二,将上述线性问题的架构拓展到非线性回归与分类问题。借助核技巧,非线性学习本质上仍然可以看成有限维系统的一系列状态反馈控制问题。选取固定带宽的高斯核作为核函数,本文提出了一种适用于非线性回归的OKLQR(online kernel linear quadratic regulator)算法。进一步地,考虑到实时数据常常包含结构性的变动,因此固定带宽的核函数存在一定的缺陷,本文提出改进后的OAKL(online adaptive kernel learning)和CAOKC(control-based adaptive online kernel classification)算法,将带宽也作为需要在线更新的未知参数,分别解决非线性的回归与分类问题。大量对比研究表明,该方法相较于当前相关算法在收敛速度、预测精度和对噪声的鲁棒性方面都存在一定优势。第三,提出了基于控制的深度学习优化器CSGC(control-based stochastic gradient descent compression)。深度学习一般需要较多的样本才能完成训练,而每次参数更新仅涉及少量样本,本质上也是一种在线学习,本文所提出的架构依然适用。深度神经网络往往包含较多的未知参数,依据前文所述的框架可以得到一个包含网络中所有未知参数的完整的状态反馈系统。接着根据神经元的连接方式将这些参数分割为若干组,完整的系统也据此分为对应的线性子系统,这些子系统和ROHDL类似,利用极分解技巧就可以进行快速更新。本文给出了CSGC优化器的收敛性与收敛速度相关证明,以论证算法的有效性。与主流的利用一阶信息的梯度方法相比,CSGC不仅继承了控制算法收敛快、预测准确率高的特点,而且可以一定程度上缓解梯度消失问题。在模拟数据、图像识别和文本分类任务上与现有优化器的对比实验也证实了该算法的优越性。第四,基于深度学习的思想,本文提出一种深度学习视角下的样本选择模型(deep sample selection network,DSSN)。该方法对传统的Tobit-I和Tobit-II模型进行了重新解读,分别构建了深度Tobit-I网络和Tobit-II网络,并对模型中变量的显著性水平进行度量。在构建过程中灵活运用了残差神经网络(Res Net)和长短期记忆模型(Long Short-Term Memory,LSTM)等经典深度学习模型中的部分技巧,分别实现了传统Tobit-I和Tobit-II模型的相应功能,并使用CSGC作为优化器进行求解。与经典的样本选择模型相比,一方面深度样本选择网络能够在依赖较少假设的基础上,充分挖掘、量化大样本数据背后的微观决策过程,可以更好的识别显著的变量。另一方面,由于更复杂的网络包含更多的未知参数,样本选择网络在拟合效果和预测精度上都有着显著的提升。数值模拟和实际经济数据也证实了该方法的有效性。本文创新点有:(1)提出一个完整的基于二次型

关键词： 财务困境   财务预警   指标选择   分类与回归树  

摘要： 财务困境是指公司经营过程中财务状况严重恶化、出现债务违约甚至面临破产风险的状况。及时、有效地进行财务困境的预警可以使企业及早发现其生产经营管理的严重问题,避免恶性损失的发生。近年来,我国证券市场上出现了很多因为陷入财务困境被特别处理的上市公司,由于目前我国证券市场信息还不对称,企业的财务危机甚至会对市场环境带来恶劣冲击。因此,无论是从企业自身的角度来说还是从利益相关者的角度来讲,如何建立一个有效的财务困境预警机制都是一个非常重要的研究课题。早期财务困境预警体系主要由财务指标构成,涉及偿债能力、盈利水平、运营效率、成长性、现金流等。由于财务指标存在滞后性,学者开始从财务困境发生原因入手,寻找具有相关性的非财务指标和变量,如公司内部治理指标,包括董事长总经理两职分离、股权集中度、公司董监高持股比例、董监高薪酬等。对财务指标、非财务指标进行预警分析,通过差异性检验和相关性检验发现,偿债能力指标(利息保障倍数、资产负债率、经营活动产生现金流量净额/合计负债、长期债务与营运资金比率)、运营能力指标(总资产周转率、固定资产周转率)、盈利能力指标(净资产收益率、营业毛利率、资产报酬率)等财务指标、股权结构与公司治理指标(高管持股比例、董监高薪酬、股东大会与董事会召开次数等)、EVA指标、金融网络指标(程度中心度)等非财务指标对财务预警均有意义。使用上述具有预警意义的指标并应用分类与回归树模型(CART)研究发现,财务指标中偿债能力指标利息保障倍数、盈利能力指标净资产收益率等在更接近财务困境发生时期时预测能力越强,运营能力指标总资产周转率等在更为早期的预测中预警效果更好。统计检验方法只是指标选择方法的一种,且指标选择合适与否对预警效果具有较大影响。常见的机器学习方法有十余种,因此指标选择方法与机器学习方法的搭配组合高达数十种。研究发现,不同时期最优组合不完全相同,但Ada Boost方法在不同时期中搭配不同方法预警效果较优。财务困境预警的研究意义不仅在于对财务困境进行预测,还在于找出对财务困境发生具有警示意义的指标。对于企业而言,跟踪并关注相关指标的变化情况,找出相关指标恶化原因并及时采取措施应对,可以使企业保持良好的运行状态,实现稳健经营、持续发展。对于投资者而言,及时关注上市公司相关指标变化,有助于进行科学的投资决策,风险厌恶型投资人可以规避财务困境企业减少损失。

关键词： FTIR红外光谱   茶油掺伪检测   机器学习   卷积平滑   随机森林   支持向量机  

摘要： 茶油作为我国一种特有的高端食用植物油,由于其具有丰富的脂肪酸和营养成分,其价格相比于普通食用油普遍较高。因此,市场上部分不良商家通过掺杂低价格的食用油以此来牟取暴利,然而传统的检测手段具有不同的检测限制和检测缺点,无法满足市场快速简洁的检测要求,使得迫切需要开发一种快速准确的检测技术。本文利用红外光谱技术具有简单、快速、无污染和无破坏性的优势,研究傅里叶变换红外光谱（FTIR）结合传统机器学习在茶油掺伪检测模型的研究,主要研究内容包括:首先,概括介绍红外光谱检测技术原理,制作两种分别掺有不同比例的玉米油和大豆油的掺伪茶油样本,利用傅里叶红外光谱仪器获取所有样本的FTIR光谱。对样本的FTIR光谱进行研究分析,通过对比不同种类的食用油FTIR光谱发现三种食用油在指纹图谱内只存在细微差异,不同比例掺伪茶油的FTIR光谱更加相似,难以直接区分开来,因此建立一种基于FTIR光谱的茶油掺伪检测机器学习分类模型来解决。其次,为了解决噪声影响模型分类准确率的问题。先对光谱4000-400cm-1范围进行几种光谱预处理后,分别建立马氏距离判别（Mah）、支持向量机（SVM）、人工神经网络（BPNN）等三种传统的机器学习茶油掺伪检测模型。再通过对比平滑法、导数法、光散射校正等三种光谱预处理方法对模型分类准确率的影响,最后选择卷积平滑（SG）和多元散射校正（MSC）做为模型的预选光谱预处理,此时模型最佳的分类准确率为83%。然后,针对样本光谱数据特征变量众多,且大部分存在相关共线性,影响模型的处理速度和稳定性的问题。对SG平滑和MSC处理后的两种光谱,分别使用主成分分析（PCA）、连续投影算法（SPA）和随机森林（RF）三种特征波长选择方法进行降维。最后建立三种机器学习分类模型,通过对比发现:SG-RF-SVM模型在稳定性和准确率上表现最佳,此时模型对测试集样本的准确率达到了86%。最后,由于SG-RF-SVM模型的准确率受SVM模型部分参数影响。针对SVM模型的核函数、惩罚参数c和核函数参数g进行SG-RF-SVM模型优化,通过K折交叉验证的方法寻找惩罚参数和核函数参数在一定范围的最优解,最后优化后的SG-RF-SVM茶油掺伪检测模型分类准确率达到了93%,达到了传统检测分类的要求。

关键词： 紫外-可见光谱   CODMn   XGBoost算法   BP神经网络   预测  

摘要： 地表水监测常用指标CODMn(高锰酸盐指数)在目前的国家标准中采用化学试剂来测定,该法优势明显但存在着样品回流加热时间长、易二次污染、操作复杂等缺陷。采用光谱仪可以测取水样光谱,通过定量分析光谱,可以得到光谱与CODMn之间的关系。然而水体组分过于复杂,一一分析各组分与光谱之间的对应关系非常困难。机器学习理论及模型是一个典型的黑箱系统,能从大量现象中提取反复出现的规律与模式。为此,本文以紫外-可见光谱仪测取的水样光谱数据和CODMn化验数据为基础,重点研究XGBoost算法、BP神经网络及其优化算法GA搭建水质CODMn预测模型的过程,从而实现利用光谱预测水样CODMn的目标,论文的重点工作可概括如下:(1)分析水样光谱数据特性并进行数据预处理。针对采集到的水样光谱数据具有高维度的特点,本文采用主成分降维法对光谱数据中包含的1297维吸光度信息进行降维处理后得到8个主成分,大大降低了吸光度数据的维度;针对机器学习数据集构建的一般要求,合理分割数据集,为机器学习模型的搭建奠定数据基础。(2)搭建并训练XGBoost预测模型。根据XGBoost算法参数众多的特点,采用Grid Search的方法进行参数调优,然后搭建并训练好XGBoost预测模型,导入测试集后分析预测结果,结果表明该模型拟合优度达0.90,预测CODMn的性能较好;(3)搭建并训练GA-BP预测模型。研究BP神经网络及其优化算法GA原理,分析BP神经网络各层神经元个数及权值、阈值的确定方法,然后搭建三层结构的GA-BP神经网络预测整模型并训练好,导入测试集后分析预测结果,结果表明该模型拟合优度达0.95,预测CODMn的性能很好。本文可以为生态文明建设和水质监测技术革新提供思路参考和技术借鉴。

关键词： 机器学习   央行   货币政策   人工智能  

摘要： 本文对中央银行运用机器学习的基础理论文献进行了评介和研究,得出结论:给定问题,机器学习未来可取代中央银行家解决所给定的问题;但是机器学习无法代替人类发挥想象力来选择需要被解决的问题。在经验证据分析方面,本文选取了货币中性问题和利率政策模拟问题,机器学习方法给出了具有启发性的结论。

关键词： 发热伴血小板减少综合征   机器学习   分类   关联因素  

摘要： 目的发热伴血小板减少综合征(severe fever with thrombocytopenia syndrome,SFTS)是由感染发热伴血小板减少综合征病毒(severe fever with thrombocytopenia syndrome virus,SFTSV)引起的传染性疾病。传染性高、病死率高以及分布广泛等原因使SFTS成为严重的公共卫生问题。本研究旨在探究SFTS病人疾病严重程度的关联因素,并利用有意义的因素建立机器学习模型,为临床医生早期识别SFTS重症病人提供线索。方法选择河南省信阳市中国人民解放军联勤保障部队第九九〇医院(原中国人民解放军第一五四中心医院)作为研究现场,收集2019-2020年SFTS病人的临床资料并收集病人血清样本。根据病人病情将病例分为轻症、重症及危重症三个等级。比较三组间实验室检测指标的差异,选取有统计学意义的变量与病人疾病严重程度和血清SFTSV载量进行相关性分析,找到与病人病情及病毒载量有关联的因素。将与疾病严重程度有关联的因素纳入模型,使用机器学习方法中的决策树模型和Logistic回归模型构建早期识别模型。用交叉检验对训练的模型进行检验并得到最佳参数的模型。用受试者工作特征曲线下面积(AUC)、准者度(accuracy)、约登指数(Youden’s index)等指标对模型的预测性能进行评价。结果与病人疾病严重程度相关联的因素有年龄(r=0.478,p<0.05)、SFTSV载量(r=0.532,p<0.01)、PLT(r=-0.387,p<0.05)、WBC(r=-0.372,p<0.01)、AST(r=0.439,p<0.01)、ALT(r=0.307,p<0.05)、LDH(r=0.476,p<0.05)和CK(r=0.408,p<0.01)。其中PLT、WBC与严重程度呈负相关,其余变量均与严重程度呈正相关。与病人SFTSV载量相关联的因素有PLT(r=-0.347,p<0.05)、WBC(r=-0.307,p<0.05)、LDH(r=0.353,p<0.01)、AST(r=0.348,p<0.01)、ALT(r=0.331,p<0.01)、CK(r=0.329,p<0.05)、年龄(r=0.273,p<0.05)及淋巴结肿大面积(r=0.346,p<0.05)。使用受试者工作特征曲线(ROC)对病人严重程度进行初步预测发现,AST具有最高的预测性能,AUC和约登指数分别是0.782,0.534;其次是LDH,AUC和约登指数分别是0.763,0.485;年龄的预测性能最差,AUC和约登指数分别是0.586,0.183。使用CART算法分别基于患者实验室参数和临床特征信息构建决策树模型。通过比较发现,基于SFTS患者实验室参数构建的决策树的灵敏度为92.7%,特异度为70.0%,准确度为83.1%,约登指数为0.63,AUC为0.88;基于SFTS患者人口学和临床特征构建的决策树的灵敏度为82.9%,特异度73.3%,准确度为78.9%,约登指数为0.56,AUC为0.83。表明基于实验室参数的决策树的分类能力更加有效。构建Logistic回归模型,当准确度最大时,模型的灵敏度为66.67%,特异度为79.54%,准确度为76.09%,约登指数为0.46,AUC为0.84;当AUC最大时,模型的灵敏度为33.33%,特异度为99.17%,准确度为68.06%,约登指数为0.32,AUC为0.89。当模型的准确度达到最大时模型的预测性能达到最优。结论1.年龄、SFTSV载量、PLT、WBC、AST、ALT、LDH和CK与SFTS病人病情严重程度有关联,并且这些因素可以作为预测因子对病人进行分类。其中AST、LDH的预测性能最好。2.在决策树模型和Logistic回归模型两类机器学习算法中,决策树模型的分类能力优于Logistic回归模型,并且有结构简单、直观易懂等优点。3.随着模型复杂程度的增加,Logistic回归模型存在过拟合的风险,在临床应用的过程中应与决策树模型联合使用,综合分析。

摘要： Background: The efficient and safe delivery of medications represent a challenge, particularly within in-patient hospital pharmacies. Different medication distribution systems have evolved and were deployed to meet this challenge. Centralized, decentralized, and hybrid medication distribution systems comprise the main medication distribution systems. Moreover, the optimization of these systems is an ongoing process, and there is a need for innovative managing tools that align with these distribution systems. Objectives: This dissertation aimed at managing the oral medication distribution system within a Hybrid Medication Distribution System (HMDS) in a pediatric hospital using Artificial Neural Network (ANN) modeling. This aim was sought in two specific aims: to develop and validate an ANN model to determine the assignment of oral medications to either centralized or decentralized distribution system within the HMDS, and to evaluate the expandability of the developed ANN model in managing these assignments in another high-throughput nursing unit. Methods: Retrospective data analyses were performed using a one-year dispensing data from the Cincinnati Children’s Hospital Medical Center between January 1st – December 31st of 2018. A subset of the oral medication dispense transactions was obtained, and two nursing units were selected to carry out the analyses for the two aims. The ANN model was developed and validated, and the model’s quality metrics were obtained. The expandability of the developed ANN model, as well as the retraining of the model, were evaluated. Results: There was a total of 82,961 oral medication dispense transactions in aim 1 dispensing unit. The centralized distribution accounted for 54.18% of the oral medication dispense transactions, and 45.82% pertained to the decentralized distribution. The ANN model was developed, and cross-validated using 75% training (n= 62,002) and 25% testing (n= 20,667) data. The ANN training model had a 98% accuracy, 2%

关键词： 布鲁氏菌病   时间序列   机器学习   预测  

摘要： 目的:通过分析2008-2017年辽宁省人间布鲁氏菌病（简称:布病）发病规律和气象特征的重要程度,探索季节性ARIMA（Autoregressive Integrated Moving Average,ARIMA）模型、XGBoost（e Xtreme Gradient Boosting,XGBoost）机器学习模型在布病发病短期预测中的应用。通过平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Squard Error,RMSE）和平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）指标比较ARIMA模型和XGBoost机器学习模型的预测效果,从中选择出最适合辽宁省布病预测的模型。为传染病发病的精准预测提供新的思路,为制定辽宁省布病预防预警策略提供科学依据。方法:将2008年1月-2016年12月辽宁省人间布鲁氏菌病发病数据和气象数据作为训练集;将2017年1月-2017年12月辽宁省人间布鲁氏菌病发病数据作为测试集。用训练集中布鲁氏菌病发病数据建立ARIMA模型,并使用测试集测试ARIMA模型预测效果;用训练集中布鲁氏菌病发病滞后数据建立XGBoost机器学习模型（不含气象因素）,并使用测试集测试XGBoost机器学习模型预测效果;通过随机森林交叉验证的方法从训练集中布鲁氏菌病发病和气象的滞后数据中筛选出特征变量,使用特征变量建立XGBoost机器学习模型（含气象因素）,并使用测试集测试XGBoost机器学习模型预测效果。结果:1.2008-2017年辽宁省人间布鲁氏菌病发病呈现春季增长趋势,5月份发病人数最多;秋季呈下降趋势,12月份发病人数最少。2.通过随机森林交叉验证对训练集进行了特征筛选,并得到了10组数据变量,按照其重要程度由大到小排序如下:发病数滞后12个月、发病数滞后个1月、发病数滞后11个月、发病数滞后2个月、发病数滞后10个月、湿度滞后7个月、气温滞后10个月、气压滞后4个月、气压滞后11个月、湿度滞后2个月。3.季节性ARIMA（0,1,2）×（0,1,1）[12]模型训练集的MAE、RMSE和MAPE值分别为18.842、25.975和16.749%;测试集的MAE、RMSE和MAPE值分别为49.653、58.970和29.122%。XGBoost模型（不含气象因素）训练集的MAE、RMSE和MAPE值分别为12.248、19.013、和11.622%;测试集的MAE、RMSE和MAPE值分别为39.687、44.449和26.303%。XGBoost模型（含气象因素）训练集的MAE、RMSE、MAPE分别为11.777、18.560、10.276%;测试集的MAE、RMSE、MAPE分别为28.955、37.864、17.973%。结论:1.2008-2017年辽宁省人间布病发病呈现较明显的季节性。2.对于2008-2017年辽宁省人间布病发病数预测,XGBoost模型（不含气象因素）比乘积季节性ARIMA（0,1,2）×（0,1,1）[12]模型预测精度更高。3.对于2008-2017年辽宁省人间布病发病数预测,XGBoost模型（含气象因素）比XGBoost模型（不含气象因素）和乘积季节性ARIMA（0,1,2）×（0,1,1）[12]模型预测精度都要高。4.对于2008-2017年辽宁省人间布病发病数预测,加入气象数据能够大幅提高XGBoost模型的预测精度。