IBMクラウドで桜の開花日予測

　間もなく桜の季節ですね。全国各地の桜の開花日予測もすでに出ていますが、これらはどのようにして予測しているのでしょうか。実際にそれをやって見ましょう、というチュートリアルが以下にあります。つい最近（2018-2-26）のIBM Developer Worksの記事です。

 Data Science Experience で始めるデータ分析

（クラウド上で使える分析環境を用いて、データの可視化や予測を行う方法）

https://www.ibm.com/developerworks/jp/analytics/library/ba-data-science-experience/

　この記事での注目点は、IBM Cloudから無料で、Data Science Experience (DSX)というデータ分析、予測、可視化に必要な環境が使えることです！機械学習のためのscikit-learnや、それに必要なデータ形式を作成するpandas、可視化のためのBrunelなど含まれています。

　このチュートリアルでは、開花のモデルを、全国53都市における過去10年間の気象情報（温度等）と桜の開花日の記録を利用して作成し、scikit-learnで学習と予測のやりかたを丁寧に説明しています。私も実際に追試行してみて、たいへんよい題材でありすばらしい解説だと感じました。

　開花のモデルが、予測精度を決めると言ってもよいでしょう。開花を促す条件としては、「春先に気温が高くなっていること、冬の間に低い気温にさらされていたこと」などが知られています。それを具体化するため、一定期間の最高気温の移動平均、２月と３月の平均気温の累積値、１月の平均気温等を求めます。それらと実際に開花した月日との対応をつけたモデルを作ります。2007年〜2016年までの期間、それらを学習させます。約10万件のデータです。そして、その学習結果に、2017年のデータを入れて、2017年の桜の開花日を予測しています。

　まず、2017年の全国の桜の実際の開花日をマップ上に示しています。

2017年の全国の実際の桜の開花日（拡大して見て下さい）

　そして次に、上記方法で予測された開花日と実際との差違を示しています。

2017年の桜の開花日の予測と実際との差（拡大して見て下さい）

（正の日数は予測が実際よりも早かったことを示す）

拡大すると分かりますが、前橋、名古屋、室蘭、富山、熊谷、新潟、広島などは差はゼロ、つまり、どんぴしゃ予測が当たっています！一方、全体的に、北へ行くほど、実際よりも遅く開花する予測となっています。逆に、南西部では実際よりも早く開花する予測となっています。

　上記の開花モデルは、かなり妥当と言えますが、それでもひとつのモデルに過ぎません。上記の差違の状況から、さらに修正した開花モデムルも検討できるのではないでしょうか。

　このData Science Experience (DSX)は、自分で高性能PCを持っていなくても、また、機械学習やAIの具体的なことを知らなくても、十分なしっかりしたデータを持っていれば、自分に必要な分析や予測を、容易に行える素晴らしい環境だと言えるでしょう。