CommencezCommencez gratuitement

Visualiser le rendement d'approbation des prêts

Dans le secteur des services financiers, comprendre les facteurs qui influencent les taux d'approbation des prêts est essentiel, tant pour les prêteurs que pour les emprunteurs. Une institution financière a mené une étude et recueilli des données sur des demandes de prêt, incluant le montant demandé, la cote de crédit de la personne requérante, son statut d'emploi, ainsi que le rendement final du processus d'approbation. Cet ensemble de données riche offre un aperçu des dynamiques subtiles qui interviennent dans la prise de décision en matière de prêts. On vous demande d'examiner l'ensemble de données loan_approval_yield pour comprendre comment les montants de prêt et les cotes de crédit influencent les rendements d'approbation.

Le DataFrame loan_approval_yield, ainsi que seaborn sous l'alias sns et matplotlib.pyplot sous l'alias plt, ont été chargés pour vous.

Cette activité fait partie du cours

Conception d'expériences en Python

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()
Modifier et exécuter le code