Visualiza las variables normalizadas
¡Buen trabajo! Ahora vas a representar las variables normalizadas y sin asimetría para ver la diferencia en la distribución y el rango de los valores. El conjunto de datos datamart_normalized del ejercicio anterior ya está cargado.
La llamada plt.subplot(...) antes de la función de seaborn te permite dibujar varios subgráficos en una misma figura; no hace falta cambiarla.
Las librerías seaborn y matplotlib.pyplot se han cargado como sns y plt, respectivamente. Si quieres, explora datamart_normalized en la consola.
Este ejercicio forma parte del curso
Segmentación de clientes en Python
Instrucciones del ejercicio
- Representa la distribución de
Recencynormalizado. - Representa la distribución de
Frequencynormalizado. - Representa la distribución de
MonetaryValuenormalizado. - Muestra la gráfica.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Plot recency distribution
plt.subplot(3, 1, 1); ____.distplot(____['Recency'])
# Plot frequency distribution
plt.subplot(3, 1, 2); ____.____(____['Frequency'])
# Plot monetary value distribution
plt.subplot(3, 1, 3); ____.____(____['MonetaryValue'])
# Show the plot
plt.____()