06.6
相関・関係可視化
まとめ
この章では、複数の変数が「一緒に動くか」を 1 枚で見渡す 2 種類の図を扱います。相関ヒートマップは
df.corr() で作った相関行列を sns.heatmap で色に変え、売上・集客・滞在時間・リピート率のような 4〜20 変数の中から相関係数 \(r\) が 0.9 を超えるペアを色の濃さだけで探せます。散布図行列は sns.pairplot で全ペアの散布図と対角のヒストグラムを並べ、Iris の 4 変数 3 品種のように「数値は似ていても形が違う」関係を点の並びで確かめます。読み終えると、変数の数と知りたいこと(強さの一覧か、形の確認か)から図を選び、相関が高いだけで因果を語る失敗を避けられるようになります。使い分けのヒント #
20 個の指標から相関の強いペアだけを素早く拾いたいなら 相関ヒートマップ を選びます。r を色にするので一覧性が高く、特徴量選択や多重共線性のチェックの最初の 1 枚に向きます。ただし r は直線に沿う強さしか測りません。U 字型の関係は 0 に近い値になり、外れ値 1 点で 0.3 が 0.8 に跳ねることもあるので、色だけで判断するのは危険です。4〜6 変数で「ペアごとの点の形」まで確かめたいなら 散布行列(ペアプロット) で、hue にクラス列を渡せば分類の分離度も同時に読めます。
![]() 相関ヒートマップ | ![]() 散布行列(ペアプロット) |
|---|

