首先进行EDA（探索性数据分析），理解原始数据集。处理可能的缺失值或异常值（本例中没有缺失或异常）。将数据转换成浮点型，方便下一步的数据操作‘

用Pandas将索引设置为年，月，日的时间序列

该时间序列数据具有非线性趋势。2020年4月至2020年5月以及2020年8月至2020年9月期间，似乎具有季节性变化，周期为7天。此外，数据集的均值随时间变化，因此数据不是均值平稳的（mean-stationary）

划分训练集和测试集

考虑到最终模型会预测将来15天的新增确诊病例，保留最后15天的真实数据作为测试集

建模

首先使用一些简单的模型作为基准，如季节性天真（seasonal naïve），h步漂移预测（h-step forecast drift），和简单指数平滑（SES）；然后采用了一些相对复杂的模型，如SARIMA，神经网络，RNN-LSTM；最后，采用SARIMA和RNN的组合方法来实现更准确的预测。接下来的模型描述侧重于SARIMA和神经网络

SARIMA

SARIMA是考虑了季节性变化趋势的ARIMA模型。分为三个部分：

第一部分是AR（自回归）部分，研究变量和其自身的滞后值的回归；

第二部分是MA（移动平均），研究误差项之间的线性组合；

第三个是I（整合），表示数据值已被当前值和前值之间的差值替代，以确保ARIMA可以解决非平稳数据。该过程可执行多次直到满足stationary

每个部分都旨在使模型更好地拟合数据；

项目结果

复杂模型的预测精度显著高于简单模型，其中RNN模型的MSE最小。预测结果的可视化图形如下：

---

---

最后，采取堆栈（stacking）的方式，根据MSE进行加权，将精度最高的三种模型结合。

预测结果仅作为参考。