背景描述及业务需求
2020年，新型冠状病毒（COVID-19）感染的肺炎疫情牵动着全国人民的心，全国同舟共济、众志成城，打响了一场没有硝烟的疫情阻击战。习近平总书记指出：要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。
而人口的流动聚集，客观上加大了疫情传播的风险和防控的难度。出于对公共卫生、重大公共利益相关影响的为研究目的，进一步掌握人员流动聚集动向，做好紧急疫情的防控工作，针对疫情相关的重点区域开展人群聚集密度预测的任务。
本文对重点区域的人群密度进行回归预测；本次数据挖掘建模的目标如下：
1) 借助重点区域历史的人群密度，统计人流量指数和迁徙指数特征；
2) 建立模型预测重点区域未来的人群密度，掌握人员流动聚集的动向；
3) 针对人群密度较大的区域，做好紧急疫情防控工作。
本案例重点区域人群密度预测的总体流程如图1-1所示。
图1-1
(1) 获取数据，数据来源于赛题重点区域人群密度预测数据；
(2) 对获取的数据进行基本的处理操作，分组统计人流量指数和迁徙指数，作为模型的输入特征；
(3) 根据统计特征数据建立重点区域人群密度预测模型；
(4) 对模型结果进行评估。
