Новый гибридный метод MLAMA улучшил прогнозирование заболеваемости COVID-19

Исследователи представили новый подход к прогнозированию заболеваемости COVID-19, сочетающий классические статистические методы и алгоритмы машинного обучения. Работа опубликована на платформе arXiv и основана на данных о 190 еженедельных наблюдениях числа случаев инфекции в канадской провинции Онтарио с января 2020 года по октябрь 2023 года.

Авторы сравнили три модели: ARIMA, случайный лес и XGBoost. Для настройки и оценки использовалась скользящая кросс-валидация с сохранением временного порядка. Качество прогнозов проверялось по трем направлениям: скорость реакции на изменения, горизонт прогноза от одной до шести недель и объем исторических данных.

Как показали эксперименты, ARIMA быстрее адаптируется к поворотным точкам, но на длинных горизонтах его нормализованная ошибка возрастает. Случайный лес и XGBoost, наоборот, реагируют медленнее, зато сохраняют стабильную ошибку на длинных горизонтах. При прогнозе на две недели обучение на самых свежих данных дало лучший результат, чем использование длинной истории, особенно для XGBoost.

Для объединения сильных сторон моделей авторы разработали ансамблевый метод MLAMA (Machine Learning and ARIMA Model Averaging). Адаптивные веса в ансамбле зависят от горизонта прогноза и настроек чувствительности. MLAMA добился наименьшей нормированной средней абсолютной ошибки на большинстве горизонтов и оказался в числе лучших по отзывчивости.

Выводы исследования поддерживают идею выбора модели в зависимости от рабочих условий, а не поиска универсального решения. MLAMA представляет собой практическую основу для комбинирования взаимодополняющих статистических и машинных прогнозов.

Отмечается, что Python-пакет с реализацией метода сейчас находится в частном репозитории, пока завершаются проверка программного обеспечения и воспроизводимости. Это ограничивает немедленное использование алгоритма другими исследователями, но в перспективе он может быть опубликован.