実験概要

5.4項よりデータの正規化を行うことは有効であるといえるので、 この実験ではさらに強調させたいデータの振れ幅を、 正規化した他の値より大きくすることで、 予測結果にどのように影響してくるかを調べた。

使用する予測方法は、 5.4項で一番結果の良かった 天気のパターンを分類したマップ結果から予測用のもう一つのマップを作る方法で行った。 今回強調させたいデータは、実際に予測する降水の有無と 最高気温、最低気温の予測誤差なので、 1日、1時間、10分の降水量と平均、最高、最低気温を 他の値より振れ幅を大きくして予測した。 変化させる振れ幅は、 降水量は元々の変化量が多く、 大きく変化させすぎると逆に降水量しか影響しなくなると考え、 0〜1400に変換し、 気温は季節ごとの振れ幅は大きいが、1日ごとの振れ幅はかなり低いので、 0〜2000に変換した。

最後に5日前からのデータの推移のパターンから予測する方法では、 どれほど結果が改善されるかを調べた。