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（回帰・相関分析編） - Qiita

概要 ものごとの関係性を裏付けたり、予測をしたい場合、「回帰」による分析が便利です。 機械学習アルゴリズム一覧 上図のように、「回帰」は機械学習の中でも一大分野を占める重要な手法ですが、 なぜその結果となったかを裏付ける「解釈」が難しい分野でもあります。 そこで今回はPythonのグラフ描画ライブラリ「seaborn」をベースにして、 回帰分析の解釈性を飛躍的に向上させる可視化ツールを作成しました！ 機能1. 相関分析 機能2. 予測値vs実測値プロット 機能3. 1次元説明変数回帰モデルの可視化 機能4. 2～4次元説明変数回帰モデルのヒートマップ可視化 2021/7 修正：pipでインストールできるよう改良しました 下記コマンドでインストール可能となりました 2021/10 修正：新機能「average_plot」追加 各変数ごとに、他の変数を平均値（または中央値）で固定して予測値をプ