[Pythonで機械学習]日本の人口推移の予測というのをやってみた

gistfile1.txt

#必要なライブラリのインポート
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
%matplotlib inline

#ファイル読み込み
df = pd.read_csv("downloaded_japan_population_utf8.csv")

#ベースとなるデータ作成
df_year = pd.pivot_table(df, index="集計年", values="総人口（人）", aggfunc=sum)

# 1960年から2018年までの東京都の総人口数データを機械学習にかける。
# ある年の総人口数を説明変数X、その翌年の総人口数を目的変数yに設定する
# （Xとyの両方とも、縦59行×横1列のndarrayで作成する）
X = np.empty((59, 1), dtype=np.uint32)
y = np.empty((59, 1), dtype=np.uint32)

#配列に人口を入れていく
for i in range(59):
    X[i, 0] = df_year.iloc[i, 0]
    y[i, 0] = df_year.iloc[i+1, 0]

#1960年から2012年までを訓練データ
#2013年から2018年までをテストデータとして分割する
X_train = X[:53]
X_test = X[53:]
y_train = y[:53]
y_test = y[53:]

#線形回帰モデルの作成と学習の実行
model = LinearRegression()
model.fit(X_train, y_train)

#テストデータで「翌年の総人口」予測の実施
y_pred = model.predict(X_test)

#予測値が実数値のため、整数値に変換
y_pred = y_pred.astype(np.uint32)

#正解値とグラフで比較するため
#実数値と予測値の連結させた配列を作成
y_pred_gr = np.concatenate([y_train, y_pred])

#正解値と予測値のグラフ表示
plt.plot(range(59), y_pred_gr, label="Predicted", color="red")
plt.plot(range(59), y, label="Actual", color="blue")
plt.xlabel("Years")
plt.ylabel("Popuration")
plt.title("Japan's population")
plt.grid(True)
plt.legend(loc = "upper left")