RのShinyパッケージのTipsです。たまに更新していきたいと思います。 以下は、私が日ごろよく見るサイトです。 Shinyの情報は英語のサイトではたくさん出るのですが、日本語で読める情報ソースはそう多くないので大変参考になります。 www.randpy.tokyo dygr…

今回は、不動産賃貸物件の賃料予測シリーズの最終回です。 (分析のソースコードは最後に一括掲載します) データクレンジングした千葉県の賃貸物件情報データセットを使って、予測に入っていきます。 その前に、データクレンジングについて補足があります。 …

今回は前回記事の続きで、SUUMOから取得してきたデータのクレンジングを行います。 d-s.hatenablog.com なお、このテーマはshokosakaさんの記事が参考となっています。 www.analyze-world.com 参考記事ではPythonでデータクレンジング(前処理)を行っています…

前回の記事で、千葉県の賃貸物件の賃料予測を実行するところまで行いました。 d-s.hatenablog.com しかし、データ取得のところで課題がいくつかあったため、今回データ取得（スクレイピング）のやり直しです。 コードはまとめて最下部に記載します。 前回はs…

分類問題をロジスティック回帰で予測しようと思ったらこのパッケージが便利そうです。 説明変数をWOE(Weight ou Evidence)ベースでビン化してIV(Information Value) を算出してくれます。 「WOE」というよりクレジットスコアリングモデルの説明ですが、以下…

今回は前回の続きをやっていきます。 引き続き参考はこちらです。 www.analyze-world.com 参考のままですが、コードは追記しておきました。 では、まず前回見ていなかった築年数から見ていきます。 市川、浦安という東京（江戸川区）の隣接地域の築年数が高…

今回は前々回の記事で触れた通り、以下のエントリを参考に千葉県のお買い得賃貸物件を分析して探してみます。 shokosakaさんのブログですが、大変勉強になりました。 このブログをなぞる形で進めてみます。 www.analyze-world.com その前に、ブログを始めて…

前回の続きです。 早速効率的フロンティアを描いてみます。 dt2 <- dt[,c(1,2,5)] %>% na.omit() %>% tidyr::spread(ticker, ret) %>% select(2,3,4) # 期待リターン（平均）の算出 er_x <- mean(dt2$SOFTBANK) er_y <- mean(dt2$TAKEDA) er_z <- mean(dt2$T…

ブログを始めたものの、さっそくネタ探しにやっきになってます。 いろいろ探索していると以下のような面白いエントリーが。 。。www.analyze-world.com smrmkt.hatenablog.jp www.analyze-world.com おお！ まさにこんな分析をやってみたかったんです。 上に…