Nat. Food | 机器学习可以在没有原始数据的情况下指导粮食安全工作

01文章导读本研究中提出了的方法使能够在没有原始数据的情况下，从次要数据估计当前粮食消费不足人口的普遍程度，以及在任何给定时间使用危机或危机以上粮食应对措施的次国家一级人口的普遍程度。研究利用了一个独特的数据集，其中包括过去15年间分别从78个国家和41个国家收集的次国家级粮食消费和基于粮食的应对数据，并按一级行政国家细分(例如，部门、省等)进行汇总，从而可以在全球范围内开发和验证粮食安全指标的临近预测模型。02文章摘要预估有多少人粮食无保障，对于各国政府和人道主义组织就相关政策和方案作出知情和及时的决定至关重要。在这项研究中提出了一种机器学习方法来预测食物消费不足的人群的患病率，以及在没有原始数据的情况下使用危机或危机以上食物应对的人群的患病率。利用独特的全球数据集，所提 ………………………………