IoTデータから scikit-learnで線形回帰。

概要

前回続き、機械学習の関連となります。
IoT温度データから
scikit-learnを使用して線形回帰モデルでグラフ描画までテストしてみました。
比較的カンタンなデモですが、ライブラリの読み込みも速めで、
使いやすく見えました。

今回は、データ分析、特徴の抽出等できれば良いかな程度の目的でしたが、
scikit-learnは、他の機能も多いようで、調査したいと思います。

参考のページ：

https://qiita.com/ynakayama/items/9c5867b6947aa41e9229

https://pythondatascience.plavox.info/scikit-learn/%E7%B7%9A%E5%BD%A2%E5%9B%9E%E5%B8%B0

http://scikit-learn.org/stable/index.html

https://github.com/scikit-learn/scikit-learn

環境

win7

python 3.5
scikit-learn
numpy
matplotlib

結果

件数的には、やや少なめですが
最近の、IoT温度値を程読ませて
matplotlib　のグラフ表示
一次元配列を読ませています。

predict: 予測
temp : 温度/ IoT実測値

Log:

code

python3.5
IoT実測値を読ませて学習させています。

https://github.com/kuc-arc-f/sklearn_linear_model

github.com

update 2018/05/18

sk_iot_2b.py
pandas の時系列データ(日付)を、グラフのｘ軸に表示
できるように修正しました。

注) sklearn / linear_model
はpandas/日付型(timeStamp)が処理できなかったので、
数値で学習/予測し、グラフは日付型を設定しています。