機械学習・時系列解析・LLMによる入場者数予測の比較検証
入場者数予測AI調査レポート
札幌市円山動物園が公開する日別入場者数データを題材に、2022〜2024年の実績、カレンダー情報、気象、過去の来園実績を特徴量として整理し、2025年の入場者数を1日先予測で検証しました。回帰分析、時系列解析、機械学習、ディープラーニングに加え、LLMにChain of Thought形式で状況を説明して予測させる方式も比較し、MAE・RMSE・MAPE、推論時間、外れ方の傾向をレポート化しています。
検証1: 従来AI手法による予測
カレンダー、天気、過去実績を特徴量として、回帰分析・時系列解析・機械学習・ディープラーニングで2025年の入場者数を順次予測しました。今回の条件では機械学習手法が最も安定し、MAE 450.8、RMSE 680.5で総合1位となりました。
検証2: LLMによる予測との比較
同じ条件を文章としてLLMに渡し、CoTで考えさせる予測も実施しました。LLMは中位の精度に留まり、1日あたり約52〜54秒の推論時間がかかるため、日次予測の実運用では処理時間が大きな課題になることが分かりました。
主な機能
- 2022〜2024年の実績を学習し、2025年を未来情報なしの1日先予測で検証
- 曜日・祝日・長期休み・気温・降水量・風速・前日/前週/移動平均などを特徴量化
- MAE・RMSE・MAPEで精度を比較し、機械学習手法が最上位という結果を整理
- LLM CoT予測も同条件で比較し、精度だけでなく推論時間の差も可視化
- Plotlyによるインタラクティブグラフ付きHTMLレポートとして結果を閲覧可能
使用技術
- Python
- pandas
- scikit-learn
- 時系列解析
- 機械学習
- ディープラーニング
- LLM / Chain of Thought
- Plotly
- HTMLレポート