Help us understand the problem. What is going on with this article?

偏差値以外の観点で大学を選んでみる

More than 1 year has passed since last update.

はじめに

僕が高校生だったとき、どの大学を受験するかは自分の偏差値をベースに考えた。
以下のような表が高校の教室の後ろに貼ってあって、それを見ながら志望校を決めた気がする。
まぁ、妥当な決めかただったと思うけど、もっと違う軸で大学を見てみても面白かったかなと今更思って、今回は機械学習の勉強がてら違うパラメータで大学を見てみたいと思う。

国公立大学偏差値表

進学に大事な要素

今回は、私の独断と偏見で以下の4つの要素で大学を評価する。

  • 将来のお給料
    • 理由:大事だよね(笑)
    • パラメータ:卒業生の平均年収
    • ソース:DODA
  • 男女比
    • 理由:キャンパスライフの充実度はこれに尽きる!
    • パラメータ:学生の男女比
    • ソース:パスナビ
  • 授業料
    • 理由:奨学金もらうひともいるしね
    • パラメータ:入学初年度の授業料の平均
    • ソース:パスナビ
  • 大学が都会にあるか田舎にあるか
    • 理由:バイトするにしてもデートするにしても就活するにも都会の方がいいよね
    • パラメータ:大学の本部所在地がある市町村の人口密度
    • ソース:wikipedia

データ

以下は自分でスクレイプしたデータ。今回は、これを利用する。合計124大学。
university_data_with_header.csv

手法

上記のように大事な要素が4個あって可視化しにくいので、まず次元を減らすために主成分分析する。
そのあと良さげな感じにグループ分けするためにK-meansを使う。
実装はこちら

結果

university_pca.png

主成分分析の結果は、第一主成分が0.40646819で第二主成分は0.24849364の寄与率。微妙。。
k-meansのCluster数は5個が一番しっくりきたのでそれで。
以下がクラスタごとの特徴。

  • クラスタ0(青)
    • 特徴:女子率が高い系な私立大学。薬科大学も多い。授業料高め。
    • 主な大学:東邦、昭和、学習院、ICU、東京薬科大 etc
  • クラスタ1(オレンジ)
    • 特徴:地方で授業料やすい系大学。地方国公立など。金銭的に親孝行な進路。下に飛んでる点は京都府立大学(女子率高)。
    • 主な大学:筑波大学、千葉大学、弘前大学、信州大学 etc
  • クラスタ2(緑)
    • 特徴:都会で将来の年収も多い系大学。上に2個突き出てる点は、東工大と東大。
    • 主な大学:東大、一橋、東工大、慶應、早稲田 etc
  • クラスタ3(赤)
    • 特徴:中堅都市の私立大学。男女比もまあまあ。
    • 主な大学:日本大学、中央大学、上智大学、明治学院大学 etc
  • クラスタ4(紫)
    • 特徴:政令指定都市などの国公立大学。年収もまずまず。一番左の飛んでる点は防衛大。
    • 主な大学:京都大学、東北大学、埼玉大学、九州大学 etc

詳しい結果はこちら

どの大学に進学すべき?

主成分分析&K-meansしなくてもわかることだが、、

  • 薬科大学は女子の比率も給料も高いのでやはりそこが安パイ(授業料も高いけど)
  • 金銭的にリーズナブルな所を選ぶなら、地方国公立。
  • 年収高めをめざすなら、国公立。

まとめ

  • 年収、男女比、授業料、都会度を入力にして主成分分析 + Kmeansした
  • 累積寄与率は0.654961831763とそんな高くない
  • 年収はMINとMAXでそんなに差がないから結果にそこまで寄与してなさそう。
  • 個人的には、薬科大は授業料が高いけど女子率&年収も高いのでオススメ!
  • 特定の第一志望校がある場合、同じクラスタの大学を併願しても良いかも!(レコメンドっぽいこと)
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした