カテゴリー: ガイド

統計学では、多次元スケーリングは、抽象的なデカルト空間 (通常は 2D 空間) 内のデータ セット内の観察の類似性を視覚化する方法です。 Python で多次元スケーリングを実行する最も簡単な方法は、 sklearn.m […]...

次のいずれかの方法を使用して、pandas でカテゴリカル変数を作成できます。 方法 1: カテゴリ変数を最初から作成する df[' cat_variable '] = [' A ', ' B ', ' C ', ' D […]...

次のメソッドを使用して、pandas DataFrame の列をスライスできます。 方法 1: 特定の列名でスライスする df_new = df. loc [:,[' col1 ',' col4 ']] 方法 2: 範囲 […]...

次の基本構文を使用して、pandas シリーズからヒストグラムを作成できます。 my_series. plot (kind=' hist ') 次の例は、この構文を実際に使用する方法を示しています。 注: オンライン P […]...

次のメソッドを使用して、pandas DataFrame のグループごとにヒストグラムをプロットできます。 方法 1: 複数のプロットを使用してグループごとにヒストグラムをプロットする df[' values_var ' […]...

range引数を使用して、pandas ヒストグラムの x 軸の範囲を変更できます。 plt. hist (df[' var1 '], range=[ 10 , 30 ]) この特定の例では、x 軸を 10 から 30 […]...

ヒストグラムは、一連のデータ内の値の分布を視覚化できるグラフの一種です。 X 軸はデータセットの値を示し、Y 軸は各値の頻度を示します。 ヒストグラムは、データセット内の値の分布をすぐに理解できるため便利です。 2 つの […]...

マシューズ相関係数(MCC) は、分類モデルのパフォーマンスを評価するために使用できる指標です。 次のように計算されます。 MCC = (TP*TN – FP*FN) / √ (TP+FP)(TP+FN)(TN+FP)( […]...

列に特定の文字列が含まれている場合は、 dplyrで次の基本構文を使用して変数を変更できます。 library (dplyr) df %>% mutate_at(vars(contains(' starter ') […]...

ヒストグラムは、データセット内の値の分布をすばやく視覚化するために使用できるプロットです。 このチュートリアルでは、Google スプレッドシートでヒストグラムを作成し、ボックスの数を変更してヒストグラムが希望通りになる […]...