Visualisierung der Kreditbewilligungsquote
Im Bereich der Finanzdienstleistungen ist es sowohl für Kreditgeber als auch für Kreditnehmer wichtig, die Faktoren zu verstehen, die die Kreditbewilligungsquote beeinflussen. Ein Finanzinstitut hat eine Studie durchgeführt und Daten über Kreditanträge gesammelt, in denen der beantragte Betrag, die Kreditwürdigkeit des Antragstellers, der Beschäftigungsstatus und der letztendliche Ertrag des Genehmigungsverfahrens aufgeführt sind. Dieser umfangreiche Datensatz bietet einen Einblick in die differenzierte Dynamik, die bei der Kreditvergabe im Spiel ist. Du wurdest gebeten, in den Datensatz von loan_approval_yield einzutauchen, um zu verstehen, wie Kreditbeträge und Kreditscores die Bewilligungsquoten beeinflussen.
Der DataFrame loan_approval_yield, seaborn als sns und matplotlib.pyplot als plt wurden für dich geladen.
Diese Übung ist Teil des Kurses
Versuchsplanung in Python
Interaktive 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()