Vizualizace korelací
Korelace sice neznamenají příčinnou závislost, ale umožňují nám kvantifikovat sílu a směr vztahu mezi dvěma proměnnými. To se hodí zejména v situacích, kdy A/B testy nejsou reálné – třeba kvůli nedostatku zdrojů nebo omezenému množství dat či uživatelů.
K dispozici máš dataset admissions, který obsahuje různé informace, například skóre GRE, skóre TOEFL, SOP (motivační dopis), LOR (doporučující dopis), CGPA a šanci na přijetí. Prozkoumáš vztahy mezi některými z těchto atributů a zjistíš, jak se šance na přijetí mění v závislosti na jejich hodnotách.
Toto cvičení je součástí kurzu
A/B testování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import seaborn for visualization
import ____ as ____
# Visualize the variables in a pairplot
____.____(admissions[['____', '____', '____', '____']])
plt.show()