海洋学における線形モデル
時系列データでは、線形モデルの「傾き」は「変化率」を表します。
この演習では、1970 年から 2010 年までの海面変化の観測値を用いて、海面の変化に対する線形モデルを構築し、そのモデルを使って将来の海面上昇を予測します。
この演習はコースの一部です
Pythonで学ぶ線形モデリング入門
演習の手順
LinearRegression(fit_intercept=True)をインポートして使用し、線形モデルを初期化します。- 事前に読み込み、リシェイプ済みの
yearsとlevelsデータをmodel.fit()に渡して学習させます。 model.predict()を使って、future_year = 2100に対する単一のfuture_levelを予測し、print()で表示します。model.predict()を使って複数のlevels_forecastを予測し、あらかじめ定義されたplot_data_and_forecast()で結果をプロットします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import LinearRegression class, build a model, fit to the data
from sklearn.linear_model import ____
model = ____(fit_intercept=True)
model.fit(years, levels)
# Use model to make a prediction for one year, 2100
future_year = np.array(2100).reshape(1, -1)
future_level = model.predict(____)
print("Prediction: year = {}, level = {:.02f}".format(future_year, future_level[0,0]))
# Use model to predict for many years, and over-plot with measured data
years_forecast = np.linspace(1970, 2100, 131).reshape(-1, 1)
levels_forecast = model.predict(____)
fig = plot_data_and_forecast(years, levels, ____, ____)