Sweetviz Associationsの読み方

はじめに

Sweetvizを使って乳がんのデータを可視化してみました。

sklearn.datasets.load_breast_cancer — scikit-learn 1.1.0 documentation

この記事はSweetvizのAssociationsに関するメモです。

Sweetvizとは

探索的データ解析(EDA)に使われるツールの一つです。
データセットを見やすく表示してくれます。

使い方

こんな感じで使います。

import sweetviz as sv
my_report = sv.analyze(df, 'target')
my_report.show_html()

Associationsの読み方

Associationsからは、数値相関だけでなく、不確実性係数¹、相関比²を読み取ることができます。

• 四角
  • 質的変数(カテゴリー)との相関比
• 丸
  • 量的変数同士の量的相関

	青	赤
四角	色が濃いほど、そのカテゴリーの割合が高い	色が濃いほど、そのカテゴリーの割合が低い
丸	色が濃いほど、その数値が大きくなる	色が濃いほど、その数値が低くなる

注意点

カテゴリー同士の比較の場合、不確実係数が表示されます。その場合、線対称にならないので、注意が必要です。

1. 不確実性係数(uncertainty coefficient) 2つの質的変数³間の相関を表す。 ↩

2. 相関比(correlation ratio)とは2変数のうち一方が量的変数、もう一方が名義尺度である場合に、この2つの変数間の相関の程度を表す統計量。 ↩

3. 質的変数(qualitative variable) カテゴリや名前など。数値で示される量的変数(quantitative variable)とセットで使われる。 ↩