
Modelo de Previsão com Regressão Polinomial Para Casos de COVID-19 na Cidade de Tianguá-CE Através dos Classificadores Support Vector Machine e Random Forest
Author(s) -
Roney Nogueira de Sousa,
Ronieri Nogueira de Sousa,
Rhyan Ximenes de Brito,
Janaide Nogueira de Sousa Ximenes
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/ercas.2021.17427
Subject(s) - physics , humanities , computer science , art
A COVID-19 é um dos maiores problemas de saúde pública enfrentados no Brasil e no mundo atualmente. Para essa pesquisa utilizou-se de dados disponibilizados pela plataforma Brasil.io. Dessa forma usou-se de algoritmos com regressão polinomial para predizer os casos de COVID-19, com base no treinamento e teste a partir dos dados extraidos dos boletins diários que são fornecidos pela Secretaria de Saúde do Município. Os resultados obtidos foram satisfatórios visto que foram próximos aos observados na realidade. Assim, o classificador Random Forest (RF) obteve os melhores resultados com 83,70% de taxa média do coeficiente de determinação frente aos 54,50% obtidos pelo Support Vector Machine (SVM).