質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
86.12%
機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

ネットワーク

ネットワークとは、複数のコンピューター間を接続する技術です。インターネットが最も主流なネットワークの形態で、TCP/IP・HTTP・DNSなどの様々なプロトコルや、ルータやサーバーなどの様々な機器の上に成り立っています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

受付中

Python, networkxを利用した アソシエーション分析の具体的な描画方法

OkamotoN.426
OkamotoN.426

総合スコア0

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

ネットワーク

ネットワークとは、複数のコンピューター間を接続する技術です。インターネットが最も主流なネットワークの形態で、TCP/IP・HTTP・DNSなどの様々なプロトコルや、ルータやサーバーなどの様々な機器の上に成り立っています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

0回答

0リアクション

0クリップ

688閲覧

投稿2022/05/05 11:51

Python, networkxを利用した
アソシエーション分析の具体的な描画方法について教えていただければと思います。
特にエッジの太さを関係性の強さ(lift値)に比例して変化させる方法がわからずに苦慮しています。

[これまでの記載したコード]

# データの読み込み・整形
import pandas as pd
df = pd.read_csv('ファイル名.csv', index_col='Number')

from mlxtend.frequent_patterns import apriori, association_rules, fpgrowth

#aprioriでまずsupportが高い単品or組み合わせを選出
freq_items = apriori(df, min_support=0.1, use_colnames=1)

#上で選ばれた組み合わせの中でliftが高い組み合わせを選出
freq_items_top = association_rules(freq_items, metric = "lift", min_threshold = 1.0)

df2= freq_items_top

#図にして表示
import networkx as nx
import matplotlib.pyplot as plt

親ノードの抽出

ant = freq_items_top['antecedents'].values
ant = [tuple(x) for x in ant]

子ノードの抽出

con = freq_items_top['consequents'].values
con = [tuple(x) for x in con]

全ノードのリストアップ

both = list(set(ant + con))

both

関係グラフの初期化

G = nx.DiGraph()

ノードの追加

for n in both:
G.add_node(n)

エッジの追加

for i in range(len(freq_items_top)):
item = freq_items_top.loc[i]
ant = tuple(item['antecedents'])
con = tuple(item['consequents'])
G.add_edge(ant, con)

#エラー回避のためバージョンを変更
pip install decorator==4.3

#グラフの描画
pos = nx.spring_layout(G,seed=1)
plt.figure(figsize=(20, 15))

ネットワーク全体の次数の平均値を計算

average_deg = sum(d for n, d in G.degree()) / G.number_of_nodes()

ノードの次数に比例するようにサイズを設定

sizes = [1500*deg/average_deg for node, deg in G.degree()]
イメージ説明
nx.draw_networkx_nodes(G, pos, node_color='b',alpha=0.4,node_size = sizes)
nx.draw_networkx_edges(G, pos, alpha=0.3, edge_color="c")
nx.draw_networkx_labels(G, pos,
horizontalalignment='left',
verticalalignment='center',font_family='Hiragino Maru Gothic Pro')
plt.axis('off')
plt.savefig('beautiful2.jpeg', dpi=1500, bbox_inches='tight')
plt.show()

以下のような質問にはリアクションをつけましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

リアクションが多い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

適切な質問に修正を依頼しましょう。

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
86.12%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

ネットワーク

ネットワークとは、複数のコンピューター間を接続する技術です。インターネットが最も主流なネットワークの形態で、TCP/IP・HTTP・DNSなどの様々なプロトコルや、ルータやサーバーなどの様々な機器の上に成り立っています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。