自治体の清掃工場が過去のごみの搬入の記録・曜日・祝日・催しから Python で翌週の日ごとの搬入の量を区分ごとに予測し、ごみピットの貯留の見通しと計量棟の受付の体制の案を出す

処理の起点を決める

毎週木曜の朝6時に1回動かします。 係長が翌週の焼却の計画を立てるのが木曜の午前なので、出勤してすぐに見込みを見られる時刻にします。庁内のサーバーの定時実行（Windows ならタスク スケジューラ）で Python のスクリプトを起動します。

予測するのは、翌週の月曜から日曜までの7日です。 木曜の朝の時点で、手元にある搬入の記録は水曜の分までです。翌週の月曜は5日先、日曜は11日先になります。この「何日先か」が、第7章の前処理で使える項目を決めます。

月曜の朝にも1回、見込みを出し直します。 木曜から日曜までの4日分の実績が入るので、その週の後半の見込みが締まります。 出し直しでも、見込みの対象の日から見て使える記録の範囲は同じ規則で決めます。

モデルの作り直しは3か月に1回にします。 作り直す前と後で、直近の3か月の当たり方を比べ、悪くなっていれば前のモデルのまま使います。見込みの表には、作った日時とモデルの作成日を必ず印字します。

入力データを集める

質を決めるのは、市の収集の暦です。 国民の祝日の一覧だけでは、その日に収集したかどうかが分かりません。 収集の暦は紙のチラシや担当課の資料で毎年作られており、過去3年分を日ごとの表にそろえるのが、導入の最初の仕事です（第14章）。

国民の祝日は、内閣府の CSV を使います。 内閣府のページでは、昭和30年（1955年）から令和9年（2027年）までの国民の祝日の CSV が掲げられ、令和10年（2028年）の祝日は前の年の2月に載せるとされています。CSV には振替の休日のような「休日」の行も入っています。毎年2月に、翌年の分が載ったかを確かめる作業を年間の予定に入れます。

データの取得方法を決める

内閣府の CSV は、文字の符号が UTF-8 ではありません。 取り込んで化けた行があれば、Shift_JIS 系の符号で読み直します。取り込んだら、行の数と最後の日付を必ず確かめます。

搬入の区分は、計量の仕組みの車両の登録で決まっていることが多いです。 委託の収集の車が粗大ごみを運んだ日に区分が「委託の収集」のままになっていると、粗大ごみの見込みが少なく出ます。 区分の付け方の決まりを、計量棟の担当と最初に確かめます。

AIへ渡す前に整形する

1. 日ごと・区分ごとに集める … 車両ごとの正味の重さを、搬入の日と区分ごとに足します
2. 日の種類を付ける … 曜日、祝日（収集あり／収集なし）、連休の明けの何日目か、年末の特別の収集の日、年始の受入れの初日、受入れを止めた日
3. 連休の長さを付ける … その日の直前に、収集の無い日が何日続いたか
4. 催しの印を付ける … 催しの当日と翌日に印を付けます
5. 使える過去の記録を項目にする … 予測を作る時点で分かっている記録だけを使い、「2週前の同じ曜日の量」「直近4週の同じ曜日の平均」のように、見込みの対象の日から少なくとも12日前までの記録で作ります
6. 受入れを止めた日を外す … 炉の点検で受入れを絞った日、災害のごみを受け入れた日は、学習から外して印を残します

5番目が、この構成の肝です。 「前の日の搬入の量」や「1週前の同じ曜日の量」は、学習のときはどの日にもそろっています。けれども木曜に翌週の日曜を予測するとき、1週前の日曜（予測を作る日の4日後）はまだ来ていません。 予測のときに欠ける値で学習すると、学習の当たり方は良く見えるのに、本番で外れます。いちばん先の日曜に合わせて「12日以上前の記録」だけで項目を作ると、7日すべてに同じ項目をそろえられます。

2番目と3番目を分けているのは、明けの日の量が連休の長さで変わるからです。 1日の祝日の明けと、4日続いた休みの明けでは、積み上がった量がまるで違います。 「明けの1日目」という印に、直前に収集の無かった日の数を添えます。

4番目の催しは、当日より翌日に効くことがあります。 花火大会や祭りの片付けのごみは、翌朝の収集や許可業者の搬入で入ってきます。当日と翌日の両方に印を付け、どちらに効いているかは区分ごとのモデルに学ばせます。 催しの数が少ないうちは、印の効き方は弱く出ます。

6番目の災害のごみは、とくに外します。 大雨の後の片付けのごみが入った週を残すと、次の年の同じ時期の見込みが大きく出ます。

AIに処理させる

させるのは、翌週の日ごと・区分ごとの搬入の量を予測することだけです。 区分ごとに1つずつ、4つのモデルを学習します。

ピットの貯留の推移と受付の人数の案は、モデルではなく計算です。 モデルが出すのは搬入の量の見込みまでで、そこから先は決まった式で出します。 式の中身は係長と受付の担当が見て確かめられるようにしておきます。

受付の人数の案の式も、受付の担当と一緒に決めます。 直接搬入の重さの見込みを、過去の同じ日の種類での「1台あたりの正味の重さ」の中央値で割って台数にし、時間帯ごとの過去の割合で配ります。窓口1つで1時間に受け付けられる台数は、計量と料金の受け取りにかかる時間から受付の担当が決めた値を使います。土曜の午前に台数が集中するような偏りは、時間帯ごとの割合に入っています。

運用の上限と下限は、施設ごとに係長が決めた値を使います。 ピットの設計の容量ではなく、クレーンの操作とごみの攪拌の余地を見た運用の線です。

指示内容を固定する

生成AIを使わないので、プロンプトはありません。 かわりに、学習と予測の中身を示します。

from sklearn.ensemble import HistGradientBoostingRegressor
from sklearn.model_selection import TimeSeriesSplit
from sklearn.metrics import mean_absolute_error
import numpy as np

CAT = ["dow", "day_type", "month"]
NUM = ["closed_days_before", "event", "lag14_same_dow", "mean4w_same_dow_lag14"]
for c in CAT:
    daily[c] = daily[c].astype("category")

models = {}
for kind in ["contract", "permit", "direct", "bulky"]:
    d = daily[daily["kind"] == kind].sort_values("date")
    X, y = d[CAT + NUM], d["tons"]
    cv = TimeSeriesSplit(n_splits=5, gap=14, test_size=56)   # 14日あけて8週ずつ確かめる
    errs = []
    for tr, te in cv.split(X):
        m = HistGradientBoostingRegressor(max_iter=300, learning_rate=0.05)
        m.fit(X.iloc[tr], y.iloc[tr])
        errs.append(mean_absolute_error(y.iloc[te], m.predict(X.iloc[te])))
    print(kind, np.round(errs, 1))          # 区分ごとの外れ方を、係長の見立てと比べる
    models[kind] = HistGradientBoostingRegressor(
        max_iter=300, learning_rate=0.05).fit(X, y)

TimeSeriesSplit で確かめるのは、未来の日で学習して過去の日を当てることを避けるためです。 公式のページでは、TimeSeriesSplit は時間の順に並んだ記録を分けるためのもので、ほかの分け方では未来の記録で学習して過去の記録で確かめることになるとされています。gap は学習の側の終わりから確かめの側の前に外す件数で、ここでは14日を外し、項目に使う「12日以上前の記録」と確かめの期間が重ならないようにしています。

外れ方は、平均絶対誤差（トン）で見ます。 公式の自転車の例でも、平均絶対誤差と二乗平均の平方根を使い、平均絶対誤差のほうが読み取りやすいとしています。係長には「区分ごとに、1日あたり何トンずれるか」として見せます。

多めの側の幅は、確かめの期間の外れ方から作ります。 日の種類ごとに「実際 − 見込み」の9割の点を出し、見込みに足します。連休の明けの日は外れ方が大きいので、日の種類ごとに分けて持つのが大事です。

出力形式を固定する

係長と受付の担当に渡すのは、次の見込みの表です。 印刷して木曜の段取りの打合せで使います。

【翌週（11/2〜11/8）の搬入の見込み（10/29 06:10 作成／モデル作成 2026-10-01）】

「多めの側」の列と、貯留の右側の数字を先に見ます。 11/4 の水曜は、多めの側で貯留が88％まで上がる見込みで、前の週のうちに焼却の量を少し上げておくかを、炉の調子と照らして係長が決めます。

受付の担当には、直接搬入の時間帯ごとの台数の見込みと、窓口の数の案を出します。 土曜と連休の前の日は、窓口を1つ増やす案として出し、当番は受付の担当が決めます。

表の下には注意の印を並べます。 収集の暦が未入力の日には「暦なし」、催しの印の付いた日には「催しあり」、受入れを止める予定の日には「受入れ制限」を出します。機械で読む用には、同じ内容を CSV でも残します。

システムへ連携する

焼却の計画には書き込みません。 見込みの表の数字をそのまま計画にすると、炉の調子や灰の搬出の予定を見ないまま焼却の量が決まります。

ピットの貯留の起点は、木曜の朝の運転の記録の値を使います。 貯留の量はクレーンの計量やピットの中の高さからの推計で、日報の値そのものに誤差があります。 推移の表には起点の値と、その値をどう測ったかを印字し、月曜の出し直しで起点を新しい値に置き換えます。

人が確認する

1. 作った日時とモデルの作成日を見る … 表の上の日付がその週の木曜であることを確かめます
2. 注意の印を見る … 「暦なし」の日があれば、担当課に収集の予定を確かめます
3. 赤・橙・青の日の段取りを決める … 焼却の量の上げ下げ、点検の日の入れ替えを決めます
4. 受付の人数の案を確かめる … 催しや天気の予報を足して、窓口の当番を決めます

3番目で見込みと違う段取りにしたら、理由を一言残します。 「近くの工場の移転で事業のごみが一時的に増えた」のような事情は、次の作り直しで項目に足すか、学習から外すかを決める材料になります。

目標は、120件をならして1件1分です。 印の無い平日は流し見るだけで、時間を使うのは連休の前後と、年末の特別の収集の週です。

例外に対処する

1行目と2行目は、毎年同じ時期に出ます。 祝日は前の年の2月に載り、収集の暦は年度の初めに決まることが多いので、年末年始の暦が固まる時期を担当課に聞いて、年間の予定に入れます。

記録を残す

• 実行の日時、使ったモデルの作成日、学習の期間と、外した日と理由
• 日ごと・区分ごとの見込み、多めの側の幅、貯留の推移、印、受付の人数の案
• 係長が見込みと違う段取りにした日と、その理由
• 実際の搬入の量と貯留の量
• 月ごとの当たり方（区分ごと・日の種類ごとの平均絶対誤差、実際が多めの側を超えた日の割合）

最後の行の「多めの側を超えた日の割合」が、1割前後なら幅は合っています。 大きく上回るなら幅が狭すぎ、ピットの赤の印が出るべき日に出ていません。 日の種類ごとに見ると、どこで幅が足りないかが分かります。