Statorials

次の構文を使用して、pandas DataFrame 内の 2 つの日付の差を計算できます。 df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / n […]...

次のカスタム関数を使用して、pandas DataFrame 内の 2 つの列の位置を交換できます。 def swap_columns (df, col1, col2): col_list = list ( df.col […]...

R2 は、多くの場合R2と書かれ、線形回帰モデルの予測子変数によって説明できる応答変数の分散の割合です。 R 二乗の値は 0 から 1 まで変化します。ここで、 0 は、応答変数が予測変数によってまったく説明できないこと […]...

Python の使用時に発生する可能性のあるエラーは次のとおりです。 TypeError : unsupported operand type(s) for -: 'str' and 'int' このエラーは、文字列変数 […]...

線形回帰モデルを近似するとき、多くの場合、モデルのR 二乗値を計算します。 R 二乗値は、モデル内の予測変数によって説明できる応答変数の分散の割合です。 R 二乗の値は 0 から 1 まで変化します。ここで、 値0は、応 […]...

ヒストグラムは、データセット内の値の分布を視覚化する便利な方法を提供します。 ヒストグラムの x 軸はデータ値のグループを表示し、y 軸はデータセット内の各グループに含まれる観測値の数を示します。 ヒストグラムでは観測値 […]...

機械学習において、誤分類率は、分類モデルによって誤って予測された観測値の割合を示す指標です。 次のように計算されます。 誤分類率 = 誤った予測の数 / 予測の合計数 誤分類率の値は 0 から 1 まで変化します。ここで […]...

検定仮説は、母集団パラメータに関する仮説が正しいかどうかを検定するために使用されます。 仮説検定を実行するときは常に、帰無仮説と対立仮説を定義します。 帰無仮説 (H 0 ):サンプル データは偶然のみから得られます。 […]...

分類モデルのパフォーマンスを評価する最も一般的な方法の 1 つは、データセットの実際の結果に対してモデルの予測結果を要約する混同行列を作成することです。 混同行列で私たちがよく関心を持つ 2 つの指標は、陽性的中率と感度 […]...

R で発生する可能性のあるエラーは次のとおりです。 Error in .Call.graphics(C_palette2, .Call(C_palette2, NULL)): invalid graphics state […]...