taiki-kuraishi/predictionroomtemperature

室内温度の予測モデル構築

はじめに

実際に自分で集めたデータを用いて、機械学習の予測モデル構築をしたい。 自室の温度の予測モデルを構築することにしました。 その、データ取得からモデル作成、評価までの道のりを書きました。

この記事は、以下の記事と関係しています。

https://qiita.com/taiki-kuraishi/items/7739cffc79611d27045c

予測内容

• 説明変数

  • 新潟県の気温(℃)
  • 新潟県の湿度(%)
  • 新潟県の降水量(mm)
  • 新潟県の日射量(MJ/㎡)
  • 新潟県の風速(m/s)
  • 新潟県の気圧(hPa)

• 目的変数

  • 室内温度(switchBot 温湿度計によって計測される室内の温度(℃))

データの準備

• 気象庁のＨＰか新潟県のら気象データのダウンロード

  • url : https://www.data.jma.go.jp/gmd/risk/obsdl/
  • 地点 : 新潟県
  • 期間 : 2023 年 10 月 10 日 ~ 2023 年 11 月 14 日
  • 項目 : 気温、降水量、日照時間、風向・風速、全天日照量、現地気圧、相対湿度、露点温度、雲量

• 室内の気温データ

  • switchBotから温湿度計のデータをダウンロード
  • 地点 : 新潟県新潟市某所
  • 期間 : 2023 年 10 月 10 日 ~ 2023 年 11 月 14 日
  • 項目 : 温度

• 新潟県の気温と室内温度のグラフ

• 訓練データとテストデータの割合
  • 70% : 30%

予測モデル構築

• LinearRegression

  from sklearn.linear_model import LinearRegression
  
  model = LinearRegression()
  
  model.fit(x_train, y_train)
  
  y_pred = model.predict(x_test)

  test : 実際の測定データ　pred : 予測値　train : 新潟県の気温データ

  
  

• SVR (kernel=linear)

  from sklearn.svm import SVR
  
  model = SVR(kernel="linear")
  
  model.fit(x_train, y_train)
  
  y_pred = model.predict(x_test)

  test : 実際の測定データ　pred : 予測値　train : 新潟県の気温データ
  

• Lars

  from sklearn.linear_model import Lars
  
  model = Lars()
  
  model.fit(x_train, y_train)
  
  y_pred = model.predict(x_test)

  test : 実際の測定データ　pred : 予測値　train : 新潟県の気温データ
  

• KernelRidge

  from sklearn.kernel_ridge import KernelRidge
  
  model = KernelRidge()
  
  model.fit(x_train, y_train)
  
  y_pred = model.predict(x_test)

  test : 実際の測定データ　pred : 予測値　train : 新潟県の気温データ
  

モデル評価

• モデルの評価方法

  • MAE : 平均絶対誤差
    • 予測値と実際の値との絶対的な差の平均を表します。
    • MAEの最小値は0で、値が0に近いほどモデルとデータがよく当てはまっていることを示します。
    • 例えば、mae = 1.323942だった場合、
      そのモデルの予測は平均 1.323942 ずれているということがわかります。
    $$MAE = \frac{1}{N} \sum|y_i - \hat{y_i}|$$
    • python

      from sklearn.metrics import mean_absolute_error
      mae = mean_absolute_error(y_test, y_pred)

      
      
  • MSE : 平均二乗誤差
    • 予測値と実際の値との差の二乗の平均を表します。これは、大きなエラーをより重視するためのメトリクスで、予測エラーが大きい場合にはMAEよりも大きな値を示します。
    • MSEの最小値は0で、値が0に近いほどモデルとデータがよく当てはまっていることを示します。
    $$MSE = \frac{\sum_{i=0}^{N-1} (\mathbf{y}_i - \hat{\mathbf{y}}\_i)^2}{N}$$
    • python

      from sklearn.metrics import mean_squared_error
      mse = mean_squared_error(y_test, y_pred)

      
      
  • R2 : 決定係数
    • R2は、モデルがデータの変動をどれだけ説明できるかを示す指標です。
    • 1に近いほどモデルの予測精度が高いと評価されます。
    • 具体的には、全変動（全データが平均からどれだけばらついているか）のうち、モデルが説明できる変動の割合を示します。
    $$R^2 = 1 - \frac{\sum_{i = 1}^n ( y_i - \hat{y}_i ) ^2}{\sum_{i = 1}^n ( y_i - \bar{y} ) ^2}$$
    • python

      from sklearn.metrics import r2_score
      r2 = r2_score(y_test, y_pred)

      
      

• 評価結果
  

  モデル	MAE	MSE	R2
  LinearRegression	1.4475982744109843	3.1562012498508447	0.5523273101586398
  SVR (kernel=linear)	1.4782935724471926	3.3019821622216803	0.5316498792845268
  Lars	1.355224203216034	2.5246931640257815	0.6418998377188626
  KernelRidge	1.2644409319197556	2.606269407541983	0.6303291381749798

まとめ

LarsのMAE(平均絶対誤差)が1.355224203216034だったので、そこそこの精度で予測できているとおもいます。 しかし、データんぼ数が少なく、季節性変動をうまく予測できていないように見受けられます。グラフを見ると、テストデータの10月のはじめは、うまく予測できていますが、11月に入ると予測精度が落ちます。 そのため、もっと多くのデータを収集する必要があると感じました。