【Python】seabornで回帰モデルの表示 – Implot()

Pythonデータ分析の基礎
スポンサーリンク

初心者の独学でのプログラミング学習はとてもツライ…

プログラミングをマスターしたい!

今のIT業界はプログラミングエンジニアが不足していると言われています。
高収入の職業とも言われる分野もありますし、AI、機械学習、ディープラーニング、IOTといった注目される分野が目白押しです。

でも、いざ初心者がプログラミングをマスターしようとすると…

  • 本を読んだりネットの記事で自力で勉強しているけど限界を感じる
  • プログラミングスクールに定期的に通うのは面倒だ
  • 地方に住んでると家の近くにプログラミングスクールなんてない
  • どのプログラミング言語を学べばいいのか悩む
  • 実際の就職や転職にプログラミングが活かせるのか心配だ

など、プログラミングを自分で勉強しようとすると悩みが尽きません。

プログラミングに詳しい友人に教えてもらおうと思っても、そんな友人なんて滅多にいません。いたとしても細かく教えてくれるほど時間に余裕がある人はいないでしょう。

そんな独学でプログラミングをマスターするのに限界を感じてる方に、オンラインプログラミングスクールをがおすすめです。

おすすめのオンラインスクールはこちら

Pythonの描画ライブラリseabornのグラフ描画の続きとして、回帰モデルの表示について見ていこうと思います。

といっても、回帰分析は機械学習の分野でじっくり扱う方がいいと思いますのでここでは回帰モデルの表示機能について少しだけ触れることにします。

ここでは、seabornに組み込まれている回帰モデルのlmplot()関数について見ていきましょう。

スポンサーリンク

データの準備

jupyter notebookにライブラリーをインポートしてデータの準備をしておきます。

まずはいつものようにseabornのインポートです。

データは今回もload_dataset()を使ってGitHub上に用意してあるデータセットを読み込んでいきます。tipsデータを使っていきます。

冒頭の5データを表示しておきます。

これを使って、lmplot()を見ていきましょう。

スポンサーリンク

Implot()で表示する

Implot()は線形の回帰モデルを表示します。特徴に従って表示を分割したり、着色をしたりすることができます。

Implot()

Implot()にtipsデータを読み込んでいきましょう。

x軸のtotal_bill、y軸にtipを与えています。

回帰モデルを表示すると次のようになります。

データの分布と回帰直線が表示されているのがわかります。

もう少しデータの扱いを細かくしてみます。

hueに性別を指定してカテゴリー分けをしてみました。

男女別の分布と回帰直線が表示されました。

paletteを指定して色使いを変えてみます。

カラーリングが変りました。(ここでは、ちょっと似たような色にしてしまってあまり意味が無かったかもしれません…)

マーカーの利用

分布のマーカーとしてmarkersにリストで渡して表示します。

ここでのマーカーは丸印のo、逆三角形のvを指定しています。scatter_kwsは辞書型データで渡しますが、ここではサイズのsを100として渡しています。マーカーの四角を意味するsと同じ表記なので混乱しないようにしましょう。

scatter_kwsは、matplotlibのplt.scatter、plt.plotに辞書型で指定するオプションです。

マーカーについては他にも色々あるのでmatplotlibの公式ドキュメントを参考にしてください。

matplotlib.markers — Matplotlib 3.1.1 documentation

グリッド表示を利用

グリッド表示を利用することによって、列と行でデータを分離した表示をすることができます。colまたはrowを引数で指定するだけでグリッド表示になります。

colに性別を指定してみるとこうなります。

性別で分けられたグリッド表示になりました。

次は、colとrowに時間と性別を指定して縦横のマトリクスにしてみます。

今度はhueを指定してカテゴリー別の表示と絡めてみます。

colを曜日別に指定して、男女別のグラフにしてみます。

アスペクト比とサイズの変更

seabornでアスペクト比とサイズを変更するには、パラメータを渡すことで調整できます。

上のグラフ表示を変更してみましょう。

ちょっと不恰好になったかもしれませんが、サイズ、アスペクト比が変わっているのがわかります。

スポンサーリンク

最後に

Pythonの描画ライブラリseabornのグラフ描画について、ここでは回帰モデルの表示について見てきました。

回帰分析については機械学習の分野でもっと詳細に扱おうと思っているので、ここでは、seabornに組み込まれている回帰モデルのlmplot()関数を扱いました。

自宅学習はオンラインプログラミングスクールを活用!

自宅学習にはオンラインプログラミングスクールがおすすめ!

オンラインプログラミングスクールは独学でプログラミングを学習する時のデメリットを解消する仕組みが備わっています。

気になるところは…

学習がオンラインで完結するのはもちろんですが、独学ではできない質問サポートがあるかどうか。わからないことを現役のエンジニアが質問に答えてくれるといいですよね。

受講者個人に担当のメンターがつき、マンツーマンで学習の相談に乗ってくれることも必要で、ITエンジニアの世界についても伺えたりもすると幅が広がります。

オンライン面談だけでなく、チャット機能を使って気軽に質問を投げかけることができることも大切です。

また、オリジナルプロダクトの開発とサポートがコースの中に組み込まれていて、独学ではなかなか難しい実践的なスキルの習得にもつなげたい。

プログラミングをマスターした後の実際の仕事につながる転職サポートでがあると、ITエンジニアの世界に飛び込むのに不安が解消されます。

そんな豊富なメニューが揃っているおすすめのオンラインプログラミングスクールがこちらにあります。

おすすめのオンラインプログラミングスクールはこちら

TechAcademyはおすすめのオンラインプログラミングスクール!

オンラインのプログラミングスクールでは、テックアカデミーの充実度が目を見張ります。

オンラインで受講が完結するので、自宅学習でプログラミングをマスターしたい人にはテックアカデミーがおすすめです。

メンター制度も現役のプロが対応してくれます。大学生などが対応しているスクールに比べて本気度と専門性が違います。メンター制度の無いスクールもありますし、担当では無いメンターが対応するスクールもあったりするので、相談の質が違いますね。

チャットサポートもあるので、それが無いスクールに比べて相談の気軽さの違いがあります。

プロダクト開発のサポートで実践力が養われるだけでなく、どの講座を利用しても転職サポートが受けられるのはありがたい。

用意されているコースも、初心者向けのプログラミングコースから、Python、Java、PHP、iPhoneアプリ、AndroidといったITエンジニアのベースとなる主要な言語だけでなく、AI、データサイエンス、ブロックチェーン、webアプリケーションと行った実践的なコースまで用意しています。

他にも、webデザインやUI/UXデザイン、動画編集、webディレクションやwebマーケティングといったプログラミング以外での役立つコースまであります。

このようなたくさんの選択肢から自分にあったコースを選ぶことがでるのがテックアカデミーです。

コースの期間も短期間でマスターしたり、長期の受講でじっくり取り組むコースを選ぶこともできます。

複数講座のセットコースを利用することで大幅な割引が受けらるので、お得に受講することもできます。

無料体験もありますので、プログラミング学習でオンラインスクールを考えている人はTechAcademyをぜひ利用してみてください。

テックアカデミーの公式サイトはこちら

タイトルとURLをコピーしました