57、墨西哥COVID - 19数据与自然语言处理在学术文本中的应用

墨西哥COVID - 19数据与自然语言处理在学术文本中的应用

墨西哥COVID - 19数据相关分析

1. 疫情影响
   • COVID - 19给墨西哥带来了多方面的影响。截至2021年5月27日，在42,549,383例累计病例中，有2.7%的患者死亡。实施封锁措施虽然是应对疫情的一种方式，但却带来了一系列问题，如增加了心理健康挑战、限制了基本需求、降低了总体收入。人们变得更加久坐，还出现了其他不健康的行为。2020年5月至7月期间，墨西哥饥饿率上升了6.7%，家庭收入损失了30%。拉丁美洲和加勒比地区的一项家庭调查显示，58%拥有小型家族企业的人关闭了他们的企业，45%的家庭报告有成员失业。
2. 机器学习在医疗中的应用
   • 对健康应对危机数据的分析并非新鲜事，机器学习已尝试应用于医院和其他卫生机构。例如，在急诊部门处理胸痛问题时，区分胸痛的来源非常重要，因为胸痛可能是简单的肌肉疼痛，也可能是危及生命的问题。奇美医学中心就集成了一个实时预测模型，该方法使用了三家医院在2009年至2018年期间的数据进行训练。
3. 数据分类方法
   • C&R Tree ：这是一种基于树的分类和预测方法，通过检查输入字段，根据杂质定义最佳分割，将数据集划分为两个子组，然后继续分割，直到满足停止标准。其缺点是只能针对单个字段进行预测或分类。
   • 聚类模型 <