外れ値とは？ 箱ひげ図と外れ値 まとめます 外れ値とは？ 箱ひげ図と外れ値 おすすめ参考書など 外れ値とは？ 外れ値とは、他のデータよりも明らかに外れた値を持つデータのことを指します。 外れ値を判断するための基準はいくつかありますが、四分位数と箱…

箱ひげ図とは？ 箱ひげ図の見方 まとめます 箱ひげ図とは？ 次に読む おすすめ参考書など 箱ひげ図とは？ 四分位数を見やすくグラフにしたものです。 www.medi-08-data-06.work 森からうさぎを40羽連れてきて、次のステップで箱ひげ図を作成します。 うさぎ…

四分位数(quantile)とは？ 四分位数の呼び名 まとめます 四分位数とは？ 次に読む おすすめ参考書など 四分位数(quantile)とは？ 四分位数とは、データを大きさの順に並べて、個数を４等分できる値のことです。 森からうさぎを40羽連れてきて、体の大きさ順…

分散とは？ 分散の計算方法 標準偏差とは？ まとめます 分散とは 標準偏差とは おすすめ参考書など 分散とは？ 分散とはデータのばらつきの（2乗）平均値です。平均値から離れたデータが多いほど、分散は大きくなります。 www.medi-08-data-06.work 森のうさ…

平均値とは 中央値とは 最頻値とは まとめます 平均(mean)とは 中央値(median)とは 最頻値(mode)とは 次に読む おすすめ参考書など 平均値とは 全てのデータの値を足して、データの数で割った値のことです。 森に住む10匹のうさぎの体重を測定したとします。…

データの可視化をする上で、性別ごとのヒストグラムや、年代ごとの折れ線グラフなど、ある特定の層やグループごとに色分けをしてグラフをかくことがあります。今回は、簡単にグループごとの色分けグラフを書くための、2つの方法をご紹介します。 積み上げ棒…

Rでテーブルを縦持ち、横持ちに変換したい時、以前は、spreadやgatherという関数がありました。（今もあるのですが、）上記２つに代わって新たに上位互換の関数として登場したのがpivot_longer、pivot_widerです。単純に縦持ち、横持ち変換するだけでなく、…

Pythonである値をkeyにデータを結合をしたいとき、pandasのmergeが使えますが、データの行数が膨大だと実行に時間がかかります。 www.medi-08-data-06.work そんなときには、joinを使うことで、データ結合の処理速度を上げることができます。 joinを使って …

通常kaggleコンペでは、データセットのダウンロードから、結果の提出までを、kaggleサイト上で行います。しかし、kaggle-apiを使うことで、データセットのダウンロード、コンペ一覧表示、submission、leaderboardの確認など、ほとんど全ての作業をコマンドラ…

ブレインパッドという受託分析企業に入社してから、気づけば5ヶ月が経ちました。優秀な同期や、聡明な先輩などに恵まれ、日々多くのことを学びながら毎日を過ごしています。 そんな中で今回は、ブレインパッドの新卒研修の全貌を振り返りとともに書いていき…