gl2000-sans https://blog.hatena.ne.jp/gl2000-sans/ Np-Urのデータ分析教室 https://www.randpy.tokyo/ Pythonで実践編 一般化線形モデル ロジスティック回帰 今回は、前回習った一般化線形モデルの実践編です。 理論編については、以下記事を参考にしてください。 randpy.hatenablog.com分析テーマは、この前行われた都議選です！！立候補者のどのような属性が当選確率に影響したのか、ロジスティック回帰分析を使って求めてみたいと思います。まぁおそらく、どの政党に所属しているかどうかが一番変数として効いてきそうな気がしますが、それも実際に分析して検証していきましょう。今回の記事の流れとしては、 PythonでWebスクレイピング ロジスティック回帰分析 このように進めていきます。 webスクレイピングについては、今度詳細な記事を出したいと思います… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.randpy.tokyo%2Fentry%2Fpython_glm" title="都議選のデータ使ってPythonでロジスティック回帰分析　都民ファーストがやっぱり最強か!? - Np-Urのデータ分析教室" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/g/gl2000-sans/20170713/20170713214334.gif Hatena Blog https://hatena.blog 2017-07-14 12:50:00 rich https://www.randpy.tokyo/entry/python_glm 1.0 100%