R コンジョイント分析を活用した商品開発 - DSL_statblog
今回は、下記サンプルデータを用いて商品開発における各要素の最適な組み合わせを見つけ出す方法を紹介したい。 1. 分析の前提 今回は、大手百貨店の商品企画部として、以下のシチュエーションで分析を行うこととする。ある大手百貨店の飲食店のテナントでお昼にお弁当を販売することになった。もっともよく売れるお弁当の中身を考えるため、各項目について以下の選択肢を定めた。 ‐穀物：ご飯，麺 ‐メインのおかず：ビーフ，フィッシュ，チキン ‐サブのおかず：ゆで卵，エビ，ソーセージ ‐野菜：オニオン，キャロット，ポテト ‐野菜の量：多い，普通，少ない ‐つけあわせ：チーズ，コーン，オリーブ ‐穀物の量：少な目，ふつう，大盛り ‐価格：350円，450円，550円 項目の組合せを決めて、常連のお客様にアンケートを行い、点数をつけて貰うことにする。 2. 直交表によるパターン数の削減 本来ならば、穀物、メイン、
R Decision Tree (決定木) (2) 予測モデルの作成と評価 - DSL_statblog
#########1.データの取り込み######### #分析対象データは、これと同じ #install.packages("kernlab") ※初回のみ左記コマンドを実行 library(kernlab) data(spam) head(spam) #項目名を確認 #データ型を確認 for (i in 1:ncol(spam)) { print(c(names(spam[i]),class(spam[,i]))) } #欠損値の有無 sum(is.na(spam)) #項目名の解説は、http://archive.ics.uci.edu/ml/datasets/Spambaseに掲載されている #########2.Validate data, Train dataの生成######### set.seed(2) #一定の結果を得るための乱数セット trainNO <- sample
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
