COVID-19疫情州际传播与健康状况预测数据集COVID-19InterstateSpreadandHealthStatusPredictionDataset-dingjianyuan
数据来源：互联网公开数据
标签：COVID-19, 疫情传播, 健康状况, 州际分析, 机器学习, 预测模型, 公共卫生, 数据分析
数据概述：
该数据集包含来自不同州的数据，记录了 COVID-19 疫情期间的州际传播情况以及居民健康状况的相关指标。主要特征如下：
时间跨度：数据未提供明确的时间范围，但结合疫情背景，推测为 COVID-19 疫情爆发期间的数据。
地理范围：数据覆盖美国各州，包括AL, AK, AZ, AR, CA, CO, CT, FL, GA, ID, IL, IN, IA, KS, KY, LA, MD, MA, MI, MN, MS, MO, NE, NV, NJ, NM, NY, NC, OH, OK, OR, PA, RI, SC, TX, UT, VA, WA, WV, WI等。
数据维度：数据集包含多个关键指标，包括：各州 COVID-19 检测阳性率（tested_positive），以及各州居民的健康状况、社会活动和行为相关指标，如：
* cli：类似流感疾病就诊比例
* ili：流感样疾病就诊比例
* hh_cmnty_cli：社区内类似流感疾病就诊比例
* nohh_cmnty_cli：非家庭社区内类似流感疾病就诊比例
* wearing_mask：佩戴口罩情况
* travel_outside_state：州外旅行情况
* work_outside_home：外出工作情况
* shop：购物情况
* restaurant：餐厅就餐情况
* spent_time：户外活动时间
* large_event：大型活动参与情况
* public_transit：公共交通使用情况
* anxious：焦虑程度
* depressed：抑郁程度
* felt_isolated：感到孤独
* worried_become_ill：担心生病
* worried_finances：担心财务状况
* cli1、ili1：分别表示cli和ili的后续指标
数据格式：数据以CSV格式提供，包含sampleSubmission.csv、covidtrain.csv和covidtest.csv三个文件，便于数据分析和模型构建。
来源信息：数据来源于公共卫生机构或相关研究，已进行标准化处理。
该数据集适合用于疫情传播分析、健康风险评估和预测模型构建。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于公共卫生、流行病学、社会学等领域的学术研究，例如疫情传播模型的构建、健康风险因素分析等。
行业应用：可以为医疗健康行业、保险行业、政府部门提供数据支持，特别是在疫情监测、风险评估、公共卫生决策方面。
决策支持：支持政府部门和卫生机构制定有效的疫情应对策略，优化资源配置，提升公共卫生管理水平。
教育和培训：作为数据科学、机器学习、公共卫生等相关课程的实训材料，帮助学生和研究人员理解疫情数据分析。
此数据集特别适合用于探索 COVID-19 疫情传播规律，评估不同因素对健康状况的影响，以及构建预测模型，从而支持更有效的疫情应对和公共卫生决策。
