定年退職に伴い、このページのアクセス制限は解除しました。
役立つものがありましたらご利用ください。
2019年度のものを引き継いでる。徐々に再編集する予定。
https://scikit-learn.org/stable/auto_examples/neighbors/plot_regression.html
https://8tops.yamanashi.ac.jp/~toyoki/labTips/dataScience/python_hlm_learning.html
https://8tops.yamanashi.ac.jp/~toyoki/labTips/dataScience/r_hlm_learning.html
https://8tops.yamanashi.ac.jp/~toyoki/labTips/dataScience/MixedLM4kofu.html
この方法は、予測精度を上げる手法というより、地点の分類がどのように可能かということを検討するのに役立つと考える。
- 気象台東交差点
- 長谷モデル https://8tops.yamanashi.ac.jp/~toyoki/labTips/traffic/nagatani4crossSection.html
(並木修論参照)
(前橋卒論参照)
とりあえずのデータ表示ページ:https://8tops.yamanashi.ac.jp/hakushu/
https://8tops.yamanashi.ac.jp/ttri/
https://8tops.yamanashi.ac.jp/nict214/
https://drive.google.com/drive/folders/1badxeyn4cxqeNEiMOUv2eGhAd6ShR771
いくつかは、DBからJSON形式でデータをゲットするスクリプトを作ってある。
バスロケの情報取得については、下記「バスロケーション情報」の項を参照
https://www.thethingsnetwork.org/community/yamanashi/
- python_tips.html (ちょっと前のもの)
サーバ上での実行のこともちょっと触れてある
- pythonTips4lab.html (2019/10/31以降)
http://dev.busmaps.jp/yamanashi/modules/BusMap2/jsonp/BusRouteRoadsJSON.php?routes=19|17
総称IDと路線IDの一覧は、 https://drive.google.com/open?id=1-6xotxfRnSkgJATahb4TW_Ch9sc44yOr においた。地理情報が未作成の路線(地理情報が空)があるかもしれない。このファイルを読み込み、URLを指定してファイルにセーブする繰り返すpythonスクリプトを書けば(他の言語でも良いが)、全部入手することは可能である。 pythonでjson形式のデータを得るには、
import json, urllib url = "http://dev.busmaps.jp/yamanashi/modules/BusMap2/jsonp/BusRouteRoadsJSON.php?routes=" + "19|17" req = urllib.request.Request(url) res = urllib.request.urlopen(req) json_data = url_obj.read().decode('utf8') json_dict = json.loads(json_data) print(json_dict)
のように書けば良い。ファイルから読み込んだIDを"19|17"の部分にセットし繰り返す。
参考事例(ヴァル研究所 諸星さんのスライド): https://www.slideshare.net/KenjiMorohoshi/20180216-88155353?next_slideshow=1
改善したのは「運行条件」(「年末年始を除く平日」のような運行日の記述)を自動的にカレンダーに落とすためのプログラム。自然言語の解釈をうまく行えるアルゴリズムと実装を行いたい。
変換したいソース(運行条件一覧)はGoogle Driveの研究室ゼミ/2018年度/オープンデータ化に載せてある。
デスクトップパソコンとノート、あるいは家での作業、ゼミでの利用などの場合、サーバ上にファイルを置いてそれにアクセスできると便利である。いつでも自分の作業領域にアクセスできるようにしておこう。利用例はこちら
raspberry piのことはGoogle Drive上の文書にもいろいろ書いてある。
こちら → batchTutorial.html
Googleドライブの「2018年度>交通流>Javaサンプル」に置いたので試してみてほしい。
玉田くんの卒論で使ったプログラムは、玉田くんのフォルダから入手。
拡張OV方程式による2車線モデルシミュレーションプログラム(武藤くんがつかったものの原型)は、「交通流>2車線モデル」フォルダに置かれたzipファイル
(2015年度学生用に書いたもの)
MathJaxを使えば、LaTeX形式での数式埋め込みが可能である。(muse利用の場合はliteralタグで囲む必要がある。)
<!-- MathJax --> <script type="text/javascript" async src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.5/MathJax.js?config=TeX-MML-AM_CHTML"> </script> <script type="text/x-mathjax-config"> MathJax.Hub.Config({tex2jax: {inlineMath: [['$','$'], ['\\(','\\)']]}}); </script>$$ y(t) = \sum_{n=1}^\infty C_n \sin(nt+\delta_n) $$
Markdownをhtmlに変換したとき数式が生の文字列のままだとすると、上記のコードが埋め込まれていない可能性がある。その場合は、上記を明示的にMarkdownファイルに挿入する。(vscodeでMarkdown+Mathを使った場合も、現在のところ、その必要があるようだ。)