相関ヒートマップを読む
重複した特徴量をすばやく見つける
「相関ヒートマップを読む」はCoddyKit上の無料Data Science Academyレッスンです。 これはレッスン3/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。
ヒートマップを使う理由
列が多い場合、相関を1組ずつ確認するのは大変です。heatmapなら、すべての組み合わせを色のグリッドとして一度に表示できます。🔥
まずcorrから始める
まずcorrelation matrixを作成します。pandasで数値DataFrameにcorrを呼び出すと、すべての列の組み合わせを示す正方行列が返されます。
corr = df.corr(numeric_only=True)
print(corr.round(2))seabornで描画する
次に、その行列を色で表します。seabornのheatmap関数は各セルを色の濃淡に対応させるため、パターンがすぐに見えてきます。
import seaborn as sns
sns.heatmap(corr, annot=True, cmap="coolwarm")色を読み取る
通常、暖色は強いpositiveの関係を、寒色は負の関係を示します。薄く色あせたセルは0に近く、関係がほとんどないことを表します。
対角線は常に1
主diagonalは常に1です。各列は自分自身と完全に相関するためです。ここは無視し、対角線以外のセルに注目してください。
グリッドは対称
heatmapは対角線を軸にsymmetricです。AとBの関係は、BとAの関係と等しいためです。片側の三角形だけを読めば十分です。
数値を注釈として表示する
annotをTrueに設定すると、各セルに正確な値が表示されます。色で全体像を把握し、数値で強さを正確に確認できます。
発散型のカラーパレットを選ぶ
発散型カラーマップであるcoolwarmのようなものを選ぶと、負の値と正の値が反対の色相になり、0が中央の中立色になります。方向性が明確になります。
冗長な特徴量を見つける
強く相関する2つの特徴量は、多くの場合冗長です。ヒートマップでそれらを見つければ、一方を削除して、情報をあまり失わずにモデルを簡潔にできます。
目的変数を探す
目的変数の行または列を確認します。そこにある値の大きいセルは、どの特徴量が高い予測力を持つ可能性があるかを示します。
半分をマスクして見やすくする
情報が多くなりすぎるのを防ぐため、多くの分析者はマスクを使って上三角部分を非表示にします。意味のある組み合わせをすべて残したまま、結果を見やすくできます。
クイックチェック
ヒートマップで、相関が0.97付近にある2つの特徴量を見つけました。次に行う一般的な手順は何でしょうか。
まとめ
corrで行列を作成し、seabornでプロットして、暖色と寒色のセルを読み取ります。対角線は無視し、冗長な特徴量に注意して、目的変数の行を確認します。✅
AI チューターと学ぶ Python — 無料
ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。
- コース
- 30
- レッスン
- 120
よくある質問
「相関ヒートマップを読む」レッスンは無料ですか？
はい。「相関ヒートマップを読む」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。
「相関ヒートマップを読む」で何を学びますか？
重複した特徴量をすばやく見つける ブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Data Science Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン3/4です。
「相関ヒートマップを読む」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このData Science Academyレッスンでコードを書いて実行できますか？
はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- 相関は因果関係ではない
- PearsonとSpearman
- 相関ヒートマップを読む
- 歪度、尖度、正規性