具体的な数値データを用いて統計的特徴量を算出する方法
理解を深めるために、具体的な数値データを用いて統計的特徴量を算出する方法を示します。以下のデータセットを例にします：
less
原価（Cost）: [10, 20, 30, 40, 50]
仕入先（Supplier）: [A, B, A, B, A]
- 平均（Mean）:
平均は、すべてのデータポイントの合計をデータポイントの総数で割った値です。平均(Cost) = (10 + 20 + 30 + 40 + 50) / 5 = 30
- 中央値（Median）:
中央値は、データをソートして中央に位置する値です。中央値(Cost) = 30
- 最大値（Maximum）:
最大値は、データセット内の最大の値です。最大値(Cost) = 50
- 最小値（Minimum）:
最小値は、データセット内の最小の値です。最小値(Cost) = 10
- 標準偏差（Standard Deviation）:
標準偏差は、データポイントが平均からどれだけ散らばっているかを示します。平均値(Cost) = 30
分散(Cost) = ((10 – 30)^2 + (20 – 30)^2 + (30 – 30)^2 + (40 – 30)^2 + (50 – 30)^2) / 5 = 200
標準偏差(Cost) = √(200) 14.14
これらの統計的特徴量は、データセットの傾向やパターンを捉えるのに役立ちます。実際のデータに基づいてこれらの統計的特徴量を算出し、モデルに組み込むことで、データの性質をより詳細に理解し、モデルの性能を向上させることができます。