Visualisation de corrélations
Même si une corrélation n'implique pas la causalité, elle quantifie la force et la direction de l'association entre deux variables. C'est particulièrement utile lorsque les tests A/B ne sont pas réalisables par manque de ressources ou en raison de données ou d'un bassin d'utilisateurs limités.
Le jeu de données admissions est déjà chargé. Il contient diverses informations comme le score GRE, le score TOEFL, le SOP (Statement of Purpose), le LOR (Letter of Recommendation), la CGPA et la probabilité d'admission. Vous allez examiner la relation entre certains de ces attributs et voir comment la probabilité d'admission évolue lorsque ces variables changent.
Cette activité fait partie du cours
A/B Testing en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import seaborn for visualization
import ____ as ____
# Visualize the variables in a pairplot
____.____(admissions[['____', '____', '____', '____']])
plt.show()