Pythonでデータの挙動を見やすくする可視化ツールを作成してみた まとめ編 - Qiita
コードはGitHubにもアップロードしております おすすめ機能 個人的に使用頻度の高い機能を紹介します おすすめ1：CustomPairPlot.pairanalyzer 相関係数と散布図行列を一括表示します。 分析の初期段階でデータを一括で可視化したいときにオススメです。 Rのggplot2ではほぼ同様の図が出力可能ですが、なぜかPythonには同様のツールがなかったので、作成しました。 散布図では表示が重なり見辛い離散変数は、自動で箱ひげ図とバブルチャートに変更する機能も追加しています。 from seaborn_analyzer import CustomPairPlot import seaborn as sns titanic = sns.load_dataset("titanic") cp = CustomPairPlot() cp.pairanalyzer(titanic,
対数正規分布が世の中の主要な統計分布である理由 - 講義のページへようこそ
松下(2019)によると、世界の物事のほとんどは、統計的に分布をとると、正規分布、べき乗分布、対数正規分布の３種類のどれかに近い形になる。正規分布は左右対称の釣り鐘型の頻度分布であり、べき乗分布は右肩下がりで頻度が同じ割合で減少し続ける代表的な値のない（スケールフリーな）頻度分布である。そして興味深いのが対数正規分布である。これは、分布の左側側は正規分布に似ているが、右側はべき乗分布に似ている。よって、この３つの分布は、論理的にも数学的にも関連しており、自然現象、社会現象のメカニズムからも説明が可能であるように思われる。 ユニークな形をしている対数正規分布に関していえば、松下は「複雑系のデフォルト分布は対数正規分布」であると説明する。つまり、この世界の大部分が、複雑な現象すなわち複雑系の様相を示していることから、いろいろな自然現象、社会現象の分布をとると対数正規分布になることが想定されるの
代表的な確率分布の特徴まとめ - Qiita
この記事について 代表的な確率分布の使いどころや関係性について直感的に思い出せるように、特徴についてまとめます。 早見表 概要 名称 概要 再生性 形式 共役分布 備考
NGBoostを使って分布を予測してみた - Qiita
GBDTで予測分布が出せると話題のNGBoostを試してみましたので、備忘録がわりに投稿します。実際に動かしてみたい方はこちらを参考にしてください。 所感 modelチューニングをほぼしていない状態かつ、今回の小さいデータセットでは精度はほぼ同じ。 分布が算出できるのは使いどころがあるかもですね。 インポート あとでNGBoostとLightGBMをちょっと比較するのでlightgbmもインポートしておきます。 # ngboost from ngboost.ngboost import NGBoost from ngboost.learners import default_tree_learner from ngboost.scores import MLE from ngboost.distns import Normal, LogNormal # lightgbm import li
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
