東京ディズニーランドの混雑具合の関係性を明らかにしてみる

from sklearn.model_selection import train_test_split
from sklearn import linear_model
import numpy as np

from sklearn.metrics import mean_squared_error as MSE
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score

import pandas as pd
import numpy as np
import networkx as nx
import matplotlib.pyplot as plt

from sklearn.preprocessing import StandardScaler
from sklearn.impute import SimpleImputer

frf = RandomForestRegressor()
# ランダムフォレストの結果を格納するリスト
edges = []
importance_threshold = 0.01  # 重要度の閾値（これより小さい関係は表示しない）

columns = ['splash_mountain', 'beauty_and_beast', 'happy_ride', 'monsters_inc',
       'star_tuors', 'woodchuck_donald', 'woodchuck_daisy', 'mickey_house',
       'minnie_style_studio', 'la_taverne_de_gaston', 'big_pop']

for target_col in columns:
    y = shaped_df[target_col]
    X = shaped_df.drop([target_col], axis=1)

    # ランダムフォレストの実行
    model = RandomForestRegressor(n_estimators=100, random_state=42)
    model.fit(X, y)
    print(target_col, '決定係数：', model.score(X,y))

    # 重要度が高い5つの特徴量を取得
    feature_importances = pd.Series(model.feature_importances_, index=X.columns)
    top_features = feature_importances.nlargest(5)

    # エッジ情報を格納（target_colと各特徴量の関係）
    for feature, importance in top_features.items():
      if importance >= importance_threshold:  # 重要度フィルタリング
        edges.append((target_col, feature, importance))

splash_mountain 決定係数： 0.9587482081978871
beauty_and_beast 決定係数： 0.9312782804271467
happy_ride 決定係数： 0.9655127525347255
monsters_inc 決定係数： 0.952834147017709
star_tuors 決定係数： 0.9524405715708658
woodchuck_donald 決定係数： 0.960319907168038
woodchuck_daisy 決定係数： 0.9603234062206942
mickey_house 決定係数： 0.9662015190822696
minnie_style_studio 決定係数： 0.9684021544918067
la_taverne_de_gaston 決定係数： 0.9168834441960294
big_pop 決定係数： 0.9201103854112727

import japanize_matplotlib
# ネットワークグラフを作成
G = nx.Graph()

# 閾値を超えるエッジがあるノードのみ追加
nodes = set()
for source, target, weight in edges:
    nodes.add(source)
    nodes.add(target)
    G.add_edge(source, target, weight=weight)

G.add_nodes_from(nodes)  # ノードを追加

# 可視化
plt.figure(figsize=(20, 20))
pos = nx.spring_layout(G, seed=42)  # 配置の固定
edges_weights = [G[u][v]["weight"] * 10 for u, v in G.edges()]  # 重要度に応じた太さ

nx.draw(G, pos, with_labels=True, node_color="skyblue", edge_color="gray", width=edges_weights, font_size=10, node_size=2000,font_family='IPAexGothic')
plt.title("Feature Importance Network (Threshold Applied)")
plt.show()