質問編集履歴

4

見やすく変更しました!

2020/06/11 03:27

投稿

rgb_nk
rgb_nk

スコア26

test CHANGED
File without changes
test CHANGED
@@ -30,7 +30,7 @@
30
30
 
31
31
  ```python3
32
32
 
33
- # df = pd.read_csv('analyse.txtxt', index_col=0)
33
+ # df = pd.read_csv('analyse.txt', index_col=0)
34
34
 
35
35
  ```
36
36
 

3

見やすく変更しました!

2020/06/11 03:27

投稿

rgb_nk
rgb_nk

スコア26

test CHANGED
File without changes
test CHANGED
@@ -25,6 +25,14 @@
25
25
 
26
26
 
27
27
  **データは実際にgit cloneしてみる生データの方が、見やすいかと思います!**
28
+
29
+ **__下記のコードでdataframeにして確認してください__**
30
+
31
+ ```python3
32
+
33
+ # df = pd.read_csv('analyse.txtxt', index_col=0)
34
+
35
+ ```
28
36
 
29
37
 
30
38
 

2

見やすく変更しました!

2020/06/11 03:26

投稿

rgb_nk
rgb_nk

スコア26

test CHANGED
File without changes
test CHANGED
@@ -4,13 +4,15 @@
4
4
 
5
5
  データが必要な方は、git cloneお願いします
6
6
 
7
+
8
+
7
- https://github.com/kouhei-github/txt_data.git
9
+ git clone https://github.com/kouhei-github/txt_data.git
8
10
 
9
11
 
10
12
 
13
+ 最後に質問をまとめていますので、1点でもわかる方お答え頂きたいです。
11
14
 
12
-
13
- git clone https://github.com/kouhei-github/txt_data.git
15
+ またデータから気付いた点や、自分なりに分析してみた等の意見もあればお願い致します。
14
16
 
15
17
 
16
18
 
@@ -19,6 +21,10 @@
19
21
  現在、データ解析の勉強のために、あるサイトの検索順位のアルゴリズムを解析しています。
20
22
 
21
23
  下記にデータを示します。
24
+
25
+
26
+
27
+ **データは実際にgit cloneしてみる生データの方が、見やすいかと思います!**
22
28
 
23
29
 
24
30
 
@@ -122,7 +128,7 @@
122
128
 
123
129
  また見やすくするために累積寄与率をグラフにすると、下記になります。
124
130
 
125
- ![![イメージ説明](e2b9ec508e16b68c3a6404527f4e834d.png)](0646899b7cd2a5e996c20394b4fc684a.png)
131
+ ![![イメージ説明](e2b9ec508e16b68c3a6404527f4e834d.png)]
126
132
 
127
133
 
128
134
 

1

見やすく変更しました!

2020/06/11 03:22

投稿

rgb_nk
rgb_nk

スコア26

test CHANGED
File without changes
test CHANGED
@@ -66,7 +66,7 @@
66
66
 
67
67
 
68
68
 
69
- 主成分析で必要なデータに絞ったのが下記で、
69
+ **__データを正規化し、自なりに必要なデータに絞った__**のが下記で、
70
70
 
71
71
 
72
72
 
@@ -88,9 +88,9 @@
88
88
 
89
89
 
90
90
 
91
- このデータ主成分分析(PCA)をかけ,
91
+ このデータを、主成分分析(PCA)をかけ,
92
92
 
93
- 第一主成分と第二主成分をplotして、firstpageで散布図を作成すると
93
+ __**第一主成分と第二主成分をplotして、firstpageで散布図を作成**__すると
94
94
 
95
95
  ![イメージ説明](23126283f5d213376cc82546c3733e75.png)
96
96
 
@@ -98,7 +98,7 @@
98
98
 
99
99
  私の解釈として、第一主成分はfirstpage(1page目になれるかどうか)を表していると考えています。
100
100
 
101
- ここでの散布図の分かれ目の0.4とは何を表しているのでしょうか?
101
+ __**ここでの散布図の分かれ目の0.4とは何を表しているのでしょうか?**__
102
102
 
103
103
 
104
104
 
@@ -148,13 +148,13 @@
148
148
 
149
149
 
150
150
 
151
- 1, PC1(第一主成分), PC2(第二主成分)でfirstpageの散布図を示した図の、分かれ目の0.4とは何を表しているのでしょうか?
151
+ **__1, PC1(第一主成分), PC2(第二主成分)でfirstpageの散布図を示した図の、分かれ目の0.4とは何を表しているのでしょうか?__**
152
152
 
153
- 2, 皆さんの解釈で第二主成分は何を表していると思いますか?
153
+ **__2, 皆さんの解釈で第二主成分は何を表していると思いますか?__**
154
154
 
155
- 3, この主成分分析はあっているのでしょうか?
155
+ **__3, この主成分分析はあっているのでしょうか?__**
156
156
 
157
- 4, 最後のグラフの数字(PC1だと-1.0~0.0)は何を示しているのでしょうか?
157
+ **__4, 最後のグラフの数字(PC1だと-1.0~0.0)は何を示しているのでしょうか?__**
158
158
 
159
159
 
160
160