Python 機械学習による気温予測

数値のデータ予測。単一数値からの予測を単回帰分析（例：昨日の気温から今日の気温を予測）、複数の数値からの予測を重回帰分析（例：過去７日分の気温から今日の気温を予測）という。

https://www.data.jma.go.jp/gmd/risk/obsdl/index.php

項目を選ぶ：「データの種類」は「日別値」、「項目」は「日最高気温」

期間を選ぶ：10年間分1/1～12/31

表示オプションを選ぶ：「ダウンロードCSVファイルのデータ仕様」で「すべて数値で格納」、「年月日などに分けて格納」

ダウンロードしたデータをテキストエディタで開き不要部分を削除。１行目を「年,月,日,最高気温,品質,均質」にし、UTF-8で保存する。

読み込み

import pandas as pd

df = pd.read_csv("data.csv")

過去データを行に入れる

# 1日前～7日前 までの列を作成、気温を入れる
df2 = pd.concat([df,
    df["最高気温"].shift(1),
    df["最高気温"].shift(2),
    df["最高気温"].shift(3),
    df["最高気温"].shift(4),
    df["最高気温"].shift(5),
    df["最高気温"].shift(6),
    df["最高気温"].shift(7)], axis=1
)
df2 = df2.dropna()
df2.columns = ["年","月","日","最高気温","1日前","2日前","3日前","4日前","5日前","6日前","7日前"]
df2

訓練データとテストデータの振り分け

最後の１年をテストデータ、それ意外を訓練データとする。

x = df2[["1日前","2日前","3日前","4日前","5日前","6日前","7日前"]]
y = df2["最高気温"]

# 訓練データ
x_train = x[:-365].reset_index(drop=True) # 後ろの365個を除く
y_train = y[:-365].reset_index(drop=True)

# テストデータ
x_test = x[-365:].reset_index(drop=True) # 後ろの365個のみ
y_test = y[-365:].reset_index(drop=True)

機械学習によるモデルの構築

LinearRegression（重回帰分析）によるモデルの構築

from sklearn.linear_model import LinearRegression

model = LinearRegression()
model.fit(x_train, y_train) # 学習
pre = model.predict(x_test) # 予測

検証

グラフ

import matplotlib.pyplot as plt

plt.figure()
plt.plot(y_test, c='r') # 実際の気温を赤
plt.plot(pre, c='b') # 予測の気温を青
plt.show()

平均絶対誤差

どれぐらい誤差があったかの平均を計算

from sklearn.metrics import mean_absolute_error

mean_absolute_error(y_pred=pre,y_true=y_test)

決定係数

一般に0.8以上ならよいモデル

model.score(x_test,y_test)

予測

熊本過去の天気

pred = pd.DataFrame()
pred["1日前"] = [2.2]
pred["2日前"] = [3.4]
pred["3日前"] = [6.1]
pred["4日前"] = [10.0]
pred["5日前"] = [12.1]
pred["6日前"] = [9.4]
pred["7日前"] = [6.9]

pre = model.predict(pred) # 予測
pre

keisu = pd.DataFrame(model.coef_)
keisu.index = ["1日前","2日前","3日前","4日前","5日前","6日前","7日前"]
keisu