ビジネス– category –

どうもニコイチです。前回はモデル作成の概要をお伝えしました。今回から実際にモデル作成に写っていきます。まずは、データを分割していきます。 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from skl...

どうもニコイチです。今回からいよいよ、データ分析の花形である、予測モデルの作成に写っていきたいと思います。まずは、モデル作成に関する概要をご紹介します。 1. 汎化性能と過学習の詳細解説 汎化性能の本質 未知データへの対応力 例：料理人が新しい...

どうもニコイチです｡実際に特徴量を作成してましょう｡今回は､ダミー変数化について、実践的に解説していきます。 import pandas as pd import numpy as np # サンプルデータの読み込み df = pd.read_csv('bank_data.csv') # 基本的なダミー変数化 print("=...

どうもニコイチです｡前回まではデータ確認する工程を行いました｡今回からはデータの前処理に関する特徴量のステップに取り掛かっていきましょう｡特徴量（説明変数）の基礎と作成方法について、実践的に解説していきます。 import pandas as pd import nump...

どうもニコイチです｡前回に引き続きヒストグラムを使った可視化について、実践的に解説していきましょう。 import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 日本語フォントの設定 plt.rcParams['font.family'] = 'MS Go...

どうもニコイチです｡前回可視化を行いましたが､実際のデータを取り扱う時にはフィルタリングすることで必要なデータのみ確認することができるため､不要な情報を省くことができます｡そこで今回は､フィルタリングについてご紹介します｡ 全編はこちらから 1. ...

どうもニコイチです｡改めて可視化についてご紹介します｡今回は相関係数を表示する上で欠かすことができないヒートマップについてです｡下記コードを具体的に説明していますのでぜひごらんください｡ # 必要なライブラリのインポート import pandas as pd imp...

どうもニコイチです｡前回の記事で、基礎統計量やグラフに関する見方を活用して､実際に仮説1を検証してみました｡今回は、前回に引き引き続きデータを分析する際の基本的なステップとして、「仮説を立てること」の重要性とその検証方法を学びます。データを...

どうもニコイチです｡前回の記事で、基礎統計量やグラフ､相関分析に関する見方を学びました。今回は、データを分析する際の基本的なステップとして、「仮説を立てること」の重要性とその検証方法を学びます。データをただ眺めるだけでは意味を見出すのが難...

どうもニコイチです｡今回は実際にデータの見る際に重要な視点の一つである相関についてご紹介します｡できるだけわかりやすく例えを交えながら紹介しています｡ 1. 相関とは？ 基本的な概念 相関とは、2つの変数間の関係性の強さを示すものです。 📌 ...