はじめに

こんにちは、株式会社 Village AI 取締役副社長 松本 祐輝です。
本シリーズでは、日本酒アプリ「さけのわ」のデータをDataikuで分析してみたいと思います。
今回は、前回読み込んだデータの可視化とクラスタリングをやってみます。

さけのわデータ分析：クラスタリング編

データの可視化

Statistics機能を使って、フレーバーの分布や相関関係を可視化します。

フレーバーのヒストグラム

フレーバーの相関係数行列

多変量分析として、主成分分析を実行してみました。
これもポチポチでできちゃうので楽ちんですね。

どうやら、3次元で90%の情報量があるみたいです。
芳醇はあんまり銘柄間で差がないってことなのかな？

PC1：華やか、軽快
PC2：ドライ
PC3：重厚、−穏やか

クラスタリング

銘柄をフレーバー情報を使って、クラスタリングを実行します。

結果は、下図のようになりました。
クラスタ0：芳醇、クラスタ1：穏やか、クラスタ2：華やか軽快、クラスタ3：ドライ、クラスタ4：重厚
結構良い感じに分類出来ているように見えます！

クラスタ別のランキングをみてみると、クラスタ2が高いようです。
（ランキングなので上下逆でわかりにくい・・・）
華やかとか軽快なやつが人気で、ドライはあんまり人気ないみたいですね。

おわりに

本文今回は、前回作成したデータの可視化及び統計解析を実行しました。
フレーバーの分布の確認や、フレーバー間の相関係数の確認、主成分分析でデータの特徴をざっくり把握した上でクラスタリングを実行しました。

次回は、フレーバータグ分析をやってみたいと思います。