📈
Azure ML を使ってドクターイエローの運行予測をしてみる
はじめに
ずっと放置していたドクターイエロー運行予測ですが、データが溜まってきたのでいよいよ Azure ML で予測をしてみることになりました。
全体像はこんな感じです。
実行手順
時系列データの取得
元となる時系列データは Azure SQL Database から取得します。データの中身としては「ドクターイエロー」とつぶやかれた件数が日付別に格納されています。
予測データの作成
予測モデルは ETS + STL を使います。他には ARIMA などがあるのですが、ドクターイエローは定期的に運行する (10 日に 1 回程度と言われている) ので、予測結果はこちらのほうがよさそうです。ぶっちゃけこの辺りは全く詳しくないので適当です。R 言語でスクリプトを書く必要がありますが、サンプルがあるので参考にしながら書いていきます。
実際に書いたスクリプトはこんな感じです。とりあえず月別かなあと思ったので frequency を 30 にしています。
library(forecast)
dataset <- maml.mapInputPort(1)
colnames(dataset) <- c("date", "count")
series <- ts(dataset$count, frequency = 30)
fit <- stl(series, s.window = "periodic")
model <- forecast(fit, h = 30, method = "ets")
tommorow <- Sys.Date() + 1
dates <- seq(tommorow, len = 30, by = "days")
dates <- format(dates, '%Y/%m/%d')
dataset.forecast <- data.frame(date = dates, mean = model$mean)
plot(dataset.forecast)
maml.mapOutputPort("dataset.forecast")
実行結果
実際に実行してみるとこんな結果が取れます。
グラフはなぜか点グラフになってしまいました。pilot 関数に type="l" 指定してもうまくいかないのはなぜなんでしょう。
Discussion