Azure MLで天気予報してみよう（占いくらいの精度のやつ）
ということで、気象庁の過去データから 天気概況（昼：06時～18時）を15年分落としてみました。
やることは月と日を入力したらなんと天気を出してくれる…！まぁ日付と天気には、相関そんな無いしあ～した天気にな～れくらいの精度だと思います。
ここでの目的は、何個かのインプットに対して結果を分類分け（今回の場合天気）してくれるというものにチャレンジするというところです。とりあえずダウンロードしたデータを以下のように加工してAzure MLのデータセットにあげました。
天気予報という名前でEXPERIMENTSを作ります。そして、先ほどUPしたデータをぽとりと置いて、Project Columnsで必要なデータ（月、日、天気）に絞り込みます。
Splitで7:3にデータを分割します。先ほどは、数値のデータを予測するのでRegressionの中からアルゴリズムを選択しましたが、今回は分類するのでClassificationから選びます。Classificationの中には分類項目が2つに特化したTwo-Class *というアルゴリズムと、分類項目が複数のMulticlass **というアルゴリズムがあります。今回の天気の結果は2つじゃないのでMulticlassのほうを使います。
有名どころでMulticlass Logistic Regressionを選びました。（大学のころロジスティックという言葉聞いた覚えがある）これを、Train Modelを使ってトレーニングしてScore Modelで結果を照合してEvalute Modelで評価します。大体こんな感じ。
Train Modelが赤くなってるので結果の列である天気を選択してRUN！
Evalute Modelで評価結果をみるとズタボロです。
1に近いほどいいとされるaccuracy, precision, recallがすごいことになってます。クロス表もボロボロ…。
用意するデータって重要だというのがわかりますね。今回みたいに適当したらだめです。
Predictive Web ServicesでWebサービス化して、公開します。月、日が入力で予測結果が出力になるように微調整をかけてDEPLOY！
当たらない天気予報の出来上がりです。まぁ分類分けの練習ってことで…。
