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