ゼロからはじめるデータサイエンス 第2版 ―Pythonで学ぶ基本と実践

3.4

 散布図

■

55

plt.title("The Bias-Variance Tradeoff")

plt.show()

バリアンス

バイアスの平方

全誤差

バイアス

-

バリアンストレードオフ

モデルの複雑さ

図3-6　凡例付きの折れ線グラフ

3.4

 散布図

散布図は、

2

つのデータの関係を可視化するのに適しています。例えば図3-7 は 、ユ ー

ザの友達の数と

1

日当たりサイトを使う時間（分）との関連を表しています。

friends = [ 70, 65, 72, 63, 71, 64, 60, 64, 67]

minutes = [175, 170, 205, 120, 220, 130, 105, 145, 190]

labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']

plt.scatter(friends, minutes)

#

各点のラベル

for label, friend_count, minute_count in zip(labels, friends, minutes):

plt.annotate(label,

xy=(friend_count, minute_count), #

各点にラベルを付加する

xytext=(5, -5), #

ただし、位置は少し横にずらす

textcoords='offset points')

plt.title("Daily Minutes vs. Number of Friends")

plt.xlabel("# ...