Visualisierung der Genehmigungsrendite von Krediten
Im Bereich der Finanzdienstleistungen ist es für Kreditgeber und Kreditnehmende entscheidend zu verstehen, welche Faktoren die Genehmigungsrate von Krediten beeinflussen. Ein Finanzinstitut hat eine Studie durchgeführt und Daten zu Kreditanträgen erhoben, darunter der beantragte Betrag, die Bonität (Credit Score) der Antragstellenden, der Beschäftigungsstatus und die letztliche Rendite der Genehmigung. Dieser umfangreiche Datensatz bietet Einblicke in die feinen Dynamiken der Kreditentscheidung. Deine Aufgabe ist es, in den Datensatz loan_approval_yield einzutauchen, um zu verstehen, wie Kredithöhen und Bonitätsscores die Genehmigungsrendite beeinflussen.
Das loan_approval_yield DataFrame sowie seaborn als sns und matplotlib.pyplot als plt sind bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Versuchsplanung mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Use Seaborn to create the bar graph
sns.catplot(x="____",
y="____",
hue="____",
kind="____",
data=loan_approval_yield)
plt.title("Loan Approval Yield by Amount and Credit Score")
plt.show()