データサイエンス– category –
-
【seaborn】グラフの作成方法と主な使い方【まとめ】
グラフ作成には「matplotlib」と「seaborn」の二つがありますが、よく混合してしま... -
【pandas】groupbyでデータフレームをまとめる方法
pandasのgroupbyは同じ値を持つデータをまとめることができます。 データをまとめ... -
【matplotlib】データフレームのグラフ作成方法と主な種類
matplotlibにはx軸・y軸に値を渡してやる方法もありますが、今回はpandasのデータ... -
【matplotlib】グラフの装飾やスタイルの変更方法【まとめ】
matplotlibを使っていると、細かい関数をよく忘れませんか？私はよく忘れてしまい... -
【機械学習】線形回帰モデルの特徴と作成・検証【sklearn】
線形回帰モデルとは、予測する値（目的変数）と判断材料となる値（説明変数）との... -
【MAE・RMSE・MAPE・R²】線形回帰モデルの評価関数の種類と計算方法
機械学習における評価関数とは「モデルの性能を定量的に評価するための関数」です... -
【機械学習】sklearnで訓練用・テスト用データで分割する方法
機械学習を行う際には「訓練用データ」と「テスト用データ」の2種類を用意する必要... -
【pandas】ダミー変数化を使って質的→量的データに変換する方法
機械学習の前処理として、データの特徴を掴むことは必須です。今回は、特徴量生成... -
変数間の相関関係の確認と可視化方法【pandas・seaborn】
データ分析を行う際に、「説明変数」との関係性を確認する方法として変数間の相関... -
jupyter notebookで画像や動画を表示させる簡単な方法
jupyter notebookを使っていると、マークダウンでの記述以外にも「画像や動画」を... -
【pandas】データフレームの重複した行の抽出・削除を行う方法
データを分析する際の前処理として、重複行の確認・削除は重要です。pandasでよく... -
【pandas】異なるデータを結合するpd.merge関数の使い方
pd.merge()関数は、2つのデータフレームからキーを指定し結合するときに使われます...
