Pythonでファイナンス分析の勉強（その６）: Udemyで技術習得！気の向くままにのんびりと

2021年05月19日

Pythonでファイナンス分析の勉強（その６）

Seabornを使ってデータ相関を見てみる

Seabornとは

Seabornは、matplotlibを使ったデータをビジュアル化するライブラリだ。
matplotlibではできないようなグラフを簡単に作ることができる。
なので、データ解析の際にあたりを見る際に使うのに便利なライブラリだ。
今回はsklearnのデータセットを使って自分でもグラフ作成をやってみた。

ちなみにsklearnとはscikit-learnのことで、機械学習のライブラリである。
このライブラリにはサンプルのデータが含まれている。
今回使うのは、その中の１つのサンプルデータだ。

早速、講座の復習がてら、いろいろを試してみた。
bostonのデータをつかって、住宅価格のとの相関するデータを見つけてグラフを見てみた。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

from sklearn.datasets import load_boston

#データの読み込み
bs = load_boston()

このbsのデータ型を調べるとsklearn.utils.Bunchというものらしい。
下記によると、dictionaryを拡張して、obj["member"], obj.member　の両方でアクセスできるようにしたものらしい。

https://scikit-learn.org/stable/modules/generated/sklearn.utils.Bunch.html

データの中身を見てみよう。

bs.keys()
=> dict_keys(['data', 'target', 'feature_names', 'DESCR', 'filename'])

data ：データ
target ：予測対象（住宅価格）
feature_names：予測に用いられる変数（下記参照）
DESCR：データの説明
filename：ファイルパス

●feature_namesのそれぞれの要素の意味
　CRIM：町別の一人当たりの犯罪率
　ZN： 25,000平方フィートを超える区画にゾーニングされた住宅用地の割合。
　INDUS：町ごとの非小売業のエーカーの割合
　CHAS：チャールズ川のダミー変数（路が川に接している場合は1、それ以外の場合は0）
　NOX：一酸化窒素濃度（1000万分の1）
　RM：住居あたりの平均部屋数
　AGE： 1940年より前に建てられた持ち家の割合
　DIS： 5つのボストン雇用センターまでの加重距離
　RAD：放射状高速道路へのアクセスの指標
　TAX：全額固定資産税-10,000ドルあたりの税率
　PTRATIO：町別の生徒と教師の比率
　B： 1000（Bk-0.63）^ 2ここで、Bkは町ごとの黒人の割合
　LSTAT：人口の％低いステータス
　MEDV： 1000ドルの持ち家の中央値

住宅の価格に相関しそうな要素はどれだろうか？
少なくとも、部屋の数（RM）は住宅の価格に相関していそうだ。

data, target：予測対象（住宅価格）を入れたデータフレームを作成する。