この記事では、AIを作ってみよう：消費予測（1/6） に続き、AIを実際に作っていきます。
まだパソコンの準備ができてない人は、こちらで準備してください。AIを作ってみよう：環境の準備から
プログラムのコピペ
それでは、AIを作っていきましょう。
下のプログラムをコピーして、自分のPCのデスクトップへファイルとして保存してください。Pythonプログラムは通常 .py という拡張子を付けます。
コピペについてもう少し詳しい手順はこちら。
- 下のプログラムをマウスでなぞって全部選択します。
- 右クリック→コピーを実行します。
- メモ帳を開いて、右クリック→ペーストを実行します。
- メモ帳のファイル→保存を実行します。
- 場所はデスクトップとし、ファイル名に tenki-sake.py と書いて保存します。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
import pandas as pd from sklearn.svm import SVR from sklearn import linear_model from sklearn.preprocessing import StandardScaler ### read data with header all_data = pd.read_csv('tenkisake-gakushu-data.csv', header=0) features_data = all_data[['weather']].values labels_data = all_data['alcohol'].values ### hyojunka sc = StandardScaler() sc.fit(features_data) # invest before set features_data = sc.transform(features_data) # set to seikika value ### machine laeaning algorithm mymodel = SVR() ### gakushu mymodel.fit(features_data, labels_data) print('score train = ', mymodel.score(features_data, labels_data)) ### yosoku features_yosoku = pd.read_csv('tenkisake-yosoku-data.csv', header=0) features_yosoku = sc.transform(features_yosoku) print('features tomorrow = ' , features_yosoku) print('yokoku tomorrow = ' , mymodel.predict(features_yosoku)) |
保存できましたか。
このプログラムの詳しい解説は次の記事に書きます。できるだけ簡単な解説にしましたので、後で初心者の人も見てみてください。
データのコピペ
次は、学習に使うデータ、予測に使うデータを用意しましたので、同じようにデスクトップへファイル保存してください。この時のファイル名は一番上に表示されているものにしてください。
学習データ
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 |
weather,alcohol 4,129.83 2,116.22 4,105.37 4,152.77 10,149.17 4,82.65 4,102.69 10,92.68 4,97.71 4,134.38 4,125.44 2,146.33 4,85.14 4,94.26 4,124.52 4,98.44 4,122.98 10,157.55 2,148.52 4,118.56 4,104.7 10,127.53 4,138.76 4,143.8 4,127.26 2,156.01 4,91.04 4,92.78 4,84.86 4,116.63 |
予測データ
|
1 2 |
weather 4 |
実行
プログラムとデータの計３ファイルが保存できたでしょうか。
実行は以下のとおりです。
- コマンド入力ウィンドウを開きます。
Windowsの場合：スタートボタンを押す → メニューが出たらそのまま「cmd」と打ち「Enter」。
Macintoshの場合：「ターミナル」を実行する。 - ３ファイルを保存した場所に移動します。デスクトップであれば
Win,Macどちらも「cd desktop」と打ち「Enter」です。 - AIを実行します。
「python tenki-sake.py」と打ち「Enter」。 - しばらく待つと結果が出ます。（筆者の環境では１分でした）
- 「yosoku tomorrow = [〇〇〇〇]」と表示されたらそれが結果です。予測された明日のお酒の消費量（１世帯あたりの円）が出ています。
現実の正解は「105.03」円なのですが、AIはこれに近い数字を出したでしょうか。
予測ができたでしょうか。
え？これだけ？
はい。これだけです。
簡単な仕事を、簡単なAIで解いているからですが、それにしてもプログラムを簡単に作れてしまいますね。
Pythonという言語やライブラリというものを作ったシリコンバレー界隈の人達のお陰なんです。いつの間にこんなものを開発していたんでしょうね。
さて、AIの結果にはあまり納得していないのではないでしょうか。予測数値は当たらずとも遠からずですね。
これは、AIの学習が足りないからです。データ量が少ないですし、他のデータを使ってもいいかもしれません。
AIはこういった工夫を幾度も試して、段々改善して作っていきます。
次の記事では、ここで使ったプログラムの解説を書きます。