2026年机器学习在疫情发展趋势短期预测的实践题库.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习在疫情发展趋势短期预测的实践题库

一、选择题（每题2分，共10题）

1.某城市在2026年3月采用机器学习模型预测未来一周新冠疫情新增病例趋势，模型输入数据应优先包含哪些信息？

A.历史病例数据、疫苗接种率、交通流量

B.气温变化、社交媒体讨论量、医院床位占用率

C.国际旅行限制政策、本地疫苗接种率、社区活动规模

D.病毒变异株检测数据、人口密度、超市采购记录

2.在短期疫情趋势预测中，以下哪种机器学习模型最适合处理时间序列数据且对异常值不敏感？

A.支持向量机（SVM）

B.随机森林（RandomForest）

C.ARIMA（自回归积分移动平均模型）

D.卷积神经网络（CNN）

3.某地区在2026年4月发现奥密克戎变异株传播加速，为短期预测每日新增病例，应如何调整机器学习模型？

A.增加模型层数以提高复杂度

B.减少历史数据窗口期以增强对近期变化的敏感度

C.增加外部干预措施（如封锁政策）的权重

D.替换为深度学习模型以自动捕捉变异特征

4.在疫情预测中，若模型预测未来3天新增病例将激增，但实际数据未变化，可能的原因是什么？

A.模型训练数据过时

B.未考虑政策干预（如大规模检测）的影响

C.预测周期过短，波动被放大

D.模型过拟合近期数据

5.某医院在2026年5月