@rockykingatthu
model.compile(loss='mse',optimizer='adam')
先用 scaler_minmax 转化。

@WinG 还在误差范围 。
@roadwide 原理不同。

声明：
以上的观点和结论都属于依据当前的确诊人数所作的推断，毫无参考的意义和价值。
如果数据刚好对了，不能说明什么，如果数据错了，证明这个模型真的不行。

误差阈值是 0.17 ，达到阈值表示模型推测当前的疫情有变化。
如果小于预测范围内的最低值，表示模型认为疫情在好转。
如果大于预测范围内的最低值，表示模型认为疫情在恶化。

26 号 预测是 2770， 范围在 [2367 , 3337] , 实际上 2744。误差可以忽略不计。
27 号 预测是 4051。 范围在 [3462 , 4880] , 实际上 4515，误差在 0.10,
28 号 预测是 5914。 范围在 [5054, 7125] ，实际上 5974，误差可以忽略不计。

所以不需要重新训练模型，按照当前的数据进行预测

29 号 预测是 8684。 范围在 [7422，9981,] 。

接来的两天（模型可信度跌出 50%，除非前一天预测的数据误差可以忽略）：
30 号 预测是 12905。范围在[11029,14833]
31 号 预测是 18379。范围在 [15708,21125]

如果数据和这个差不多，希望大家还是先多在家休息一阵子。

@Bunian
电报：gfddddqa

声明：
以上的观点和结论都属于依据当前的确诊人数所作的推断，毫无参考的意义和价值。
如果数据刚好对了，不能说明什么，如果数据错了，证明这个模型真的不行。

误差阈值是 0.17 ，达到阈值表示模型推测当前的疫情有变化。
如果小于预测范围内的最低值，表示模型认为疫情在好转。
如果大于预测范围内的最低值，表示模型认为疫情在恶化。

26 号 预测是 2770， 范围在 [2367 , 3337] , 实际上 2744。误差可以忽略不计。
27 号 预测是 4051。 范围在 [3462 , 4880] , 实际上 4515，误差在 0.10,

还在误差内，所以不需要重新训练模型，按照当前的数据进行预测

28 号 预测是 5914。 范围在 [5054, 7125] 。

SARS 最终的感染人数（中国大陆+中国香港，澳门，台湾：5327+1755+1+307 = 7390 ）
数据来源： https://baike.baidu.com/item/SARS%E4%BA%8B%E4%BB%B6
按这个计算，明天新型冠状病毒的感染人数就要接近 SARS 了。

后续的预测就不再放出来了。
有兴趣可以私聊我，拉群一起观测。

@danhahaha 死亡率和病毒的致死性有关系把？ 和当前的传播关系不太大。
@ilotuo 交通局 公布的数据？ 这个我还真不知道。
@mmixxia 效果略差。我这里的时序步长是 3。

感谢大家的支持。