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

  • Roney Nogueira de Sousa IFCE
  • Ronieri Nogueira de Sousa FIED
  • Rhyan Ximenes de Brito IFCE
  • Janaide Nogueira de Sousa Ximenes FIED

Resumo


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).

Referências

Aquino, R., Alves, J., and Carvalho, J. (2021). Transmissão vertical do novo coronavírus. Monumenta-Revista Cientíca Multidisciplinar, 2(1):29–36.

Chaves, T. S. and Bellei, N. (2020). O novo coronavirus: uma reexao sobre a saude unica (one health) e a importancia da medicina de viagem na emergencia de novos patogenos. Revista de Medicina, 99(1):i–i.

de Alvarenga Júnior, W. J. (2018). Métodos de otimização hiperparamétrica: um estudo comparativo utilizando árvores de decisão e orestas aleatórias na classicação binária.

de Campos Tuñas, I. T., da Silva, E. T., Santiago, S. B. S., Maia, K. D., and Silva-Júnior, G. O. (2020). Doença pelo coronavírus 2019 (covid-19): Uma abordagem preventiva para odontologia. Revista Brasileira de Odontologia, 77:1–7.

Estevão, A. (2020). Covid-19. Acta Radiológica Portuguesa, 32(1):5–6.

Moraes, R. M. and Machado, L. S. (2009). Gaussian naive bayes for online training assessment in virtual reality-based simulators. Mathware & Soft Computing, 16(2):123– 132.
Publicado
26/08/2021
SOUSA, Roney Nogueira de; SOUSA, Ronieri Nogueira de; BRITO, Rhyan Ximenes de; XIMENES, Janaide Nogueira de Sousa. 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. In: ESCOLA REGIONAL DE COMPUTAÇÃO APLICADA À SAÚDE (ERCAS), 8. , 2021, São Paulo. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 10-13. DOI: https://doi.org/10.5753/ercas.2021.17427.