『企業事例でわかる　Pythonビジネスデータ分析入門』（オーム社）

「企業事例でわかる　Pythonビジネスデータ分析入門」（清水嵩文・三好大悟 共著、2025、オーム社）のサポートページです。

利用上の注意

• 本書に掲載されている情報は、2025年10月現在のものです。
• 各ファイルは、2025年10月現在のGoogle Colaboratoryで動作確認しています。
• 各ファイルの利用方法は、本書に掲載しています。

ファイルについて

• chapter4.ipynb：本書の4章に掲載しているサンプルコード（ノートブック（.ipynb）形式）
• chapter5.ipynb：本書の5章に掲載しているサンプルコード（ノートブック（.ipynb）形式）
• chapter6.ipynb：本書の6章に掲載しているサンプルコード（ノートブック（.ipynb）形式）
• chapter7.ipynb：本書の7章に掲載しているサンプルコード（ノートブック（.ipynb）形式）
• chapter8.ipynb：本書の8章に掲載しているサンプルコード（ノートブック（.ipynb）形式）
• supermarket_sales_dataset.csv：本書の5章で用いるデータファイル（CSV（.csv）形式）
• GymCustomers.csv：本書の6章で用いるデータファイル（CSV（.csv）形式）
• CC_GENERAL.csv：本書の7章で用いるデータファイル（CSV（.csv）形式）
• モバイルアプリのアンケート.csv：本書の8章で用いるデータファイル（CSV（.csv）形式）

【補足】図7.51、表7.7、表7.8について

• コード7.25の出力結果におけるクラスターラベル（0, 1, 2, 3, 4）は、図7.51と異なる場合があります。これは、コード7.23を実行した際に割り付けられるクラスターラベル（0, 1, 2, 3, 4）がコード実行のたびに異なるためです。7章の分析では、各会員がどのクラスターに属するかがポイントであり、K-meansのラベル（0, 1, 2, 3, 4）そのものは意味をもちません。このように、クラスターラベル（0, 1, 2, 3, 4）は、単にクラスターを区別するためだけの番号であるため、図7.51とはラベルが異なっていても、クラスタリング結果としては問題ありません。また、同様の事由により、クラスター中心の位置取りもわずかに異なるためクラスターごとの顧客数が図7.51と異なる場合があります。
• 顧客像（表7.7）や個別の施策（表7.8）も、コード7.25の出力結果に従って適宜クラスターラベル（0, 1, 2, 3, 4）を読み替えて参照してください。