【動画紹介】Pelion Data Management Service『トレジャーデータ』の紹介

トレジャーデータを使ったセグメントや機械学習の簡単なデモ

R 任意の行でデータを分割

【目的】　任意の行でデータを分割する
【方法】　データ名[最初の行:最後の行]

#テスト用データを作成

library(data.table)  #データテーブル作成のために読み込む

> data <- data.table(No = 1:10,random = runif(10, min = 0, max = 1))

> data

    No      random

 1:  1 0.301603490

 2:  2 0.745845367

 3:  3 0.559383677

 4:  4 0.737294025

 5:  5 0.525487942

 6:  6 0.361071876

 7:  7 0.259251202

 8:  8 0.002998326

 9:  9 0.909486709

10: 10 0.895856187

> 

＊runifで0~1までの実数をランダムに生成

#3行目までを分割する

> data_a <- data[1:3]

> data_a

   No    random

1:  1 0.3016035

2:  2 0.7458454

3:  3 0.5593837

> 

あれ、randomの値が四捨五入されてる？？

#dataを半分に分割する

*lengthでベクトルの長さが分かるのでそれを2で割れば半分に分割できる

> data_1 <- data[1:(length(data$random)/2)]

> data_2 <- data[(length(data$random)/2+1):(length(data$random))]

> data_1

   No    random

1:  1 0.3016035

2:  2 0.7458454

3:  3 0.5593837

4:  4 0.7372940

5:  5 0.5254879

> data_2

   No      random

1:  6 0.361071876

2:  7 0.259251202

3:  8 0.002998326

4:  9 0.909486709

5: 10 0.895856187

>

data_1は四捨五入されてるけど、data_2は元の値だ。なぜ？？

【動画紹介】Exploratory: 決定木の紹介と使い方

役立ち動画発見！

データ分析の目的から決定木の説明に入るので、なぜ決定木を使う必要があるのかが良く分かる

動画の流れ

• データ分析とは、「相関」、「パターン」を見つけること
• たくさんデータがあると一つ一つ関係を見ていくのは大変
• 機械学習（決定木など）で「相関」や「パターン」のあてを見つける
• 決定木とは何か？どのように木を作るか？などを紹介

木をどうやって作るかはあまり説明されないことが多いけど、不純度（Gini Iimpurity）を減らすことで、木を作っているという説明もちゃんとされていてナイス！

ちなみに、不純度は、データにどれだけ値が混ざっているかを示す指標で、1から各サンプル数の割合を二乗したものを引いたもの

例：6人のうち2人が大人、4人が子供の場合

不純度　＝　1 - (2/6)^2 - (4/6)^2

^2は二乗の意味