ISLR2パッケージは、『An Introduction to Statistical Learning』という書籍で学習するためのデータなどが提供されているパッケージです。また、学習用にデータが整備されているため、自身でRを学習する際にも利用できます。
なお、ISLR2パッケージが対応しているのは、上記の書籍の第２版であり、ISLRパッケージは初版と対応しています。
library(ISLR2)
library(ggplot2)
library(GGally)
library(tibble)
library(knitr)
library(dplyr) # filterなどがマスクされる
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, uniondata(package = “ISLR2”)と実行すれば、本パッケージで提供されているデータ名の一覧を確認できます。
複数のデータが提供されていますが、自動車の燃費や、シリンダー数などが格納されているAutoを使ってみましょう。まずは、str関数、head関数、summary関数を実行して、データの概要を確認します。
| 変数名 | 説明 |
|---|---|
| mpg | 燃費（1ガロンあたりの走行距離） |
| cylinders | シリンダー数 |
| displacement | エンジン排気量（立方インチ） |
| horsepower | エンジン出力（馬力） |
| weight | 車両重量（ポンド） |
| acceleration | 0～60mphまで加速する時間（秒） |
| year | モデル年（西暦の下2桁） |
| origin | 製造地域（1=アメリカ, 2=ヨーロッパ, 3=日本） |
| name | 車名 |
str(Auto)'data.frame': 392 obs. of 9 variables:
$ mpg : num 18 15 18 16 17 15 14 14 14 15 ...
$ cylinders : int 8 8 8 8 8 8 8 8 8 8 ...
$ displacement: num 307 350 318 304 302 429 454 440 455 390 ...
$ horsepower : int 130 165 150 150 140 198 220 215 225 190 ...
$ weight : int 3504 3693 3436 3433 3449 4341 4354 4312 4425 3850 ...
$ acceleration: num 12 11.5 11 12 10.5 10 9 8.5 10 8.5 ...
$ year : int 70 70 70 70 70 70 70 70 70 70 ...
$ origin : int 1 1 1 1 1 1 1 1 1 1 ...
$ name : Factor w/ 304 levels "amc ambassador brougham",..: 49 36 231 14 161 141 54 223 241 2 ...
- attr(*, "na.action")= 'omit' Named int [1:5] 33 127 331 337 355
..- attr(*, "names")= chr [1:5] "33" "127" "331" "337" ...head(Auto) mpg cylinders displacement horsepower weight acceleration year origin
1 18 8 307 130 3504 12.0 70 1
2 15 8 350 165 3693 11.5 70 1
3 18 8 318 150 3436 11.0 70 1
4 16 8 304 150 3433 12.0 70 1
5 17 8 302 140 3449 10.5 70 1
6 15 8 429 198 4341 10.0 70 1
name
1 chevrolet chevelle malibu
2 buick skylark 320
3 plymouth satellite
4 amc rebel sst
5 ford torino
6 ford galaxie 500summary(Auto) mpg cylinders displacement horsepower weight
Min. : 9.00 Min. :3.000 Min. : 68.0 Min. : 46.0 Min. :1613
1st Qu.:17.00 1st Qu.:4.000 1st Qu.:105.0 1st Qu.: 75.0 1st Qu.:2225
Median :22.75 Median :4.000 Median :151.0 Median : 93.5 Median :2804
Mean :23.45 Mean :5.472 Mean :194.4 Mean :104.5 Mean :2978
3rd Qu.:29.00 3rd Qu.:8.000 3rd Qu.:275.8 3rd Qu.:126.0 3rd Qu.:3615
Max. :46.60 Max. :8.000 Max. :455.0 Max. :230.0 Max. :5140
acceleration year origin name
Min. : 8.00 Min. :70.00 Min. :1.000 amc matador : 5
1st Qu.:13.78 1st Qu.:73.00 1st Qu.:1.000 ford pinto : 5
Median :15.50 Median :76.00 Median :1.000 toyota corolla : 5
Mean :15.54 Mean :75.98 Mean :1.577 amc gremlin : 4
3rd Qu.:17.02 3rd Qu.:79.00 3rd Qu.:2.000 amc hornet : 4
Max. :24.80 Max. :82.00 Max. :3.000 chevrolet chevette: 4
(Other) :365 続いて、GGallyパッケージのggduo関数や、ggpairs関数を利用して、mpgと各項目の関係を確認してみます。 ただし、nameはstr関数などで確認した結果、パターン数が多く、分析に利用することが難しいことがわかりますので除外します。
ggduo関数では、mpg（燃費）と各項目の関係を可視化しています。また、ggpairs関数では、mpg（燃費）とdisplacement（排気量）の関係をorigin（製造地域）ごとに確認しています。（箱ひげ図を表示するため、originとcylindersをカテゴリ変数に変換しています）
df <- Auto |>
mutate(
origin = factor(
origin,
labels = c("USA", "Europe", "Japan")
),
cylinders = factor(cylinders)
)
ggduo(
df,
columnsX = c("origin","cylinders"),
columnsY = c("mpg"),
types = list(
combo = "box_no_facet"
) # comboはカテゴリ変数と数値変数の設定。箱ひげ図を指定
)
ggduo(
Auto,
columnsX = c("displacement","horsepower", "weight"),
columnsY = "mpg",
types = list(
continuous = "points"
) # continuousは数値変数同士の設定。散布図を指定
)
ggduo(
Auto,
columnsX = c("acceleration", "year"),
columnsY = "mpg",
types = list(
continuous = "points"
)
)
ggpairs(
df[, c("origin", "mpg", "displacement")],
aes(color = origin, alpha=0.5),
upper = list(
continuous = wrap("cor"), # 数値変数同士の場合、相関係数を表示
combo = wrap("box_no_facet") # カテゴリ変数と数値変数の場合、箱ひげ図を表示
),
lower = list(
continuous = wrap(
"points",
size = 1.5,
alpha = 0.5
), # 数値変数同士の場合、散布図を表示
combo = wrap("blank")
), # カテゴリ変数と数値変数の場合、何も表示しない
diag = list(
continuous = wrap(
"densityDiag",
alpha = 0.5
), # 数値変数同士の場合、密度曲線を表示
discrete = wrap("barDiag") # カテゴリ変数同士の場合、度数分布を表示
)
) +
theme_bw() # 背景を白に