回帰
数値ターゲットを予測します。Train Ratio や Standardize の設定が結果に影響します。
- 必要: 数値 Target と数値中心の Features
- 見る点: 誤差、予測値と実測値のずれ
- 注意: Target がカテゴリだと不適切です
どの分析を選ぶかを整理する
DataCello では現在 7 種類の分析を扱えます。迷ったら「何を予測したいか」「何を比較したいか」「何を要約したいか」から選びます。
Selection Rule
迷ったときの選び方
分析名から入るより、目的と列の種類から逆算した方が選びやすくなります。
目的変数が数値
→
回帰
目的変数がカテゴリ
→
分類
群間差を比べたい
→
仮説検定
ラベルなしで傾向を見たい
→
K-means / PCA
時間の流れを含めて予測したい
→
時系列予測
イベント発生までの時間を見たい
→
生存時間分析
| 分析 | 向いている場面 | 主に必要な列 | 補足 |
|---|---|---|---|
| 回帰 | 売上やスコアなど数値を予測したい | 数値 Target、説明変数の Features | 現在のモデルは線形回帰です |
| 分類 | 成約 / 非成約のようなクラスを予測したい | カテゴリ Target、Features | 現在のモデルはロジスティック回帰です |
| 仮説検定 | 群間差があるかを確かめたい | 数値列、必要に応じて Grouping 列 | t 検定、ANOVA、Wilcoxon、カイ二乗などを選べます |
| K-means | 似た傾向のデータをまとめたい | 数値 Features | クラスタ数を指定します |
| 時系列予測 | 日付列を使って将来の値を予測したい | Date 列、Target 列 | 予測期間を指定します |
| PCA | 多変量データの構造を圧縮して見たい | 数値 Features | 主成分数を指定します |
| 生存時間分析 | イベント発生までの時間を分析したい | Time 列、Event 列 | Kaplan-Meier / Cox を選べます |
Details
各分析の見方
実行前に「どの列を使うか」と「結果のどこを見るか」を把握しておくと、試行錯誤が短くなります。
分類
カテゴリを予測します。正解率だけでなく、偏りの有無も合わせて見ます。
- 必要: カテゴリ Target と Features
- 見る点: Accuracy、AUC などの分類指標
- 注意: Target のクラス数や偏りを確認します
仮説検定
群間差があるかを確認します。比較したい群の分け方が明確なときに向いています。
- 必要: 数値列、必要に応じて Grouping 列
- 見る点: p 値と比較対象の意味づけ
- 注意: 群の定義が曖昧だと解釈しづらくなります
K-means
似た傾向のデータをラベルなしでまとめます。クラスタ数の設定が結果の見え方を左右します。
- 必要: 数値 Features
- 見る点: クラスタごとの特徴と分かれ方
- 注意: 使う列のスケール差に注意します
時系列予測
日付の並びから将来の値を予測します。日付列の判定が正しいことが前提です。
- 必要: Date 列と数値 Target
- 見る点: 予測期間と推移の妥当性
- 注意: 日付が文字列扱いだと実行できません
PCA
多変量データの構造を少ない軸に圧縮して見ます。特徴量同士の関係把握に向いています。
- 必要: 数値 Features
- 見る点: 主成分数と分散の集約具合
- 注意: 解釈したい列を Features に含めます
生存時間分析
イベント発生までの時間を扱います。時間列とイベント列の意味づけが重要です。
- 必要: Time 列と Event 列
- 見る点: 生存曲線やハザード比
- 注意: イベント列の値定義を先に確認します
Before You Run
実行前に確認したいこと
- 列型が意図通りに判定されているか
- Target、Grouping、Date など必須列が揃っているか
- 欠損や空文字が主要列に多すぎないか
- Validation が Blocked になっていないか