Visualiser les variables normalisées
Excellent travail ! Vous allez maintenant tracer les variables normalisées et désasymétrisées pour voir la différence de distribution ainsi que l’étendue des valeurs. Le jeu de données datamart_normalized de l’exercice précédent est chargé.
L’appel plt.subplot(...) avant l’appel à la fonction seaborn vous permet d’afficher plusieurs sous-graphes dans une même figure ; vous n’avez pas à le modifier.
Les bibliothèques seaborn et matplotlib.pyplot ont été chargées sous les alias sns et plt respectivement. N’hésitez pas à explorer datamart_normalized dans la console.
Cet exercice fait partie du cours
Customer Segmentation in Python
Instructions
- Tracez la distribution de
Recencynormalisée. - Tracez la distribution de
Frequencynormalisée. - Tracez la distribution de
MonetaryValuenormalisée. - Affichez le graphique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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.____()