【赛题描述】

本赛题聚焦于2022年5月23日至2022年5月29日期间，要求选手利用数据挖掘技术，提升在该时间段内，上海各区新增本土新冠肺炎确诊病例和无症状感染者人数的预测的准确度。

【赛题任务】

允许选手下载赛题数据，设计算法并在AI实验室或本地完成模型训练，输出结果为2022年5月23日至2022年5月29日期间，上海各区累计新增本土新冠肺炎确诊病例数和累计新增无症状感染者人数。

【赛题数据】

本赛题提供的数据文件夹包含以下内容：
一、全球新冠肺炎COVID-19数据(全球新冠肺炎COVID-19数据文件夹)：包含每日时间序列汇总表，包括确诊、死亡和治愈。所有数据来自每日病例报告。数据覆盖日期2020/01/22-2022/03/24。
二、上海疫情数据（covid文件夹）：
a.上海疫情逐日小区数据（txt文件）
时间范围：2022年3月6日-2022年5月22日
b.上海疫情逐日分区数据（txt文件）
时间范围：2022年3月18日-2022年5月22日
三、上海气象数据（上海逐日天气数据.xlsx）：
时间范围：2022年3月1日-2022年06月05日
四、上海地图数据（上海市行政区划(区级别)shp数据文件夹）
五、人口密度数据

可参考：https://www.worldpop.org/geodata/summary?id=24926

时间：2020年
分辨率：100m
六、核酸检测点数据（上海核酸检测点.json）

可参考：https://shanghai.tianditu.gov.cn/tdt-hsjc/hsmap-shfb.html#

数据下载链接

数据集下载链接公布时间为：2022年08月17日。

本赛题提供部分数据集，选手可以搜集或爬取其他相关数据集，做为训练数据集，来分别预测2022年5月23日至2022年5月29日七日内，上海各区累计总新增本土新冠肺炎确诊病例人数和累计新增无症状感染者总人数。

【提交说明】

本赛题要求参赛者提交一个result文件夹打包成zip文件，result文件夹内存放的是预测结果result.csv。针对选手提交的预测结果，统计最后比赛评分。

下表中包含三列数据，第一列为各区名称，二、三列为需要预测的结果y_pred，分别代表预测的2022年5月23日至2022年5月29日七日内，上海各区内累计新增本土新冠肺炎确诊病例数和累计新增无症状感染者人数。最终提交的result.csv文件中各区顺序及预测数量需与提交样例保持一致，且不允许有空值。

1）文件夹具体如下：

result.zip/

|--result/

| |--result.csv

2）提交的result.csv文件样例：

如上图所示，需要预测的数据结果为黄色高亮部分，每一行数据代表上海某区在2022年5月23日至2022年5月29日共七日内，累计新增的确诊新冠病例人数和累计新增的无症状感染者人数。

3）预测的各区累计新增结果按以下顺序进行排序：

['嘉定','奉贤','宝山,'崇明','徐汇','普陀','杨浦','松江','浦东','虹口','金山','长宁','闵行','青浦','静安','黄浦']

需要预测的时间段为2022年5月23日至2022年5月29日，提交的result.csv文件中需包含表头及16行、2列数据（预测结果不能为空）。

4）所有提交结果需在截止提交日期前提交完毕，提交截止日期为2022年x月x日。评分时间为2022年x月x日，届时选手可登陆账号查看评分和排行榜。

【评估指标】

赛题分数计算方式：本赛题采用加权绝对百分比误差（WAPE）作为评估指标，其公式如下：

其中，y_i表示真实值，y_i'表示预测值，n则表示值的个数。WAPE的值越小，说明预测模型拥有越好的效果。使用WAPE分别预测确诊误差和无症状误差。

总得分=确诊误差+无症状误差

注意：总得分越低排名越靠前，无误差情况下总得分为0。

【注意事项】

1、此次练习赛允许参赛者使用外部数据，如果需要使用外部数据，外部数据必须在竞赛期间开源，并且必须提供相应的下载链接，并附加文档说明。

2、本赛题禁止利用预测时间内的公开数据修改算法预测结果及多账号刷分。

3、不鼓励过度堆砌模型（多模型策略）和硬件来刷高比赛得分的行为。

4、如果抽查发现参赛队伍有造假、作弊、雷同等行为，将取消该队伍的参赛资格及奖励。