CommencerCommencez gratuitement

Visualiser le rendement d’approbation des prêts

Dans les services financiers, comprendre les facteurs qui influencent les taux d’approbation des prêts est essentiel pour les prêteurs comme pour les emprunteurs. Une institution financière a mené une étude et collecté des données sur des demandes de prêt, incluant le montant demandé, la cote de crédit du demandeur, le statut d’emploi et le rendement final du processus d’approbation. Ce jeu de données riche offre un éclairage sur les dynamiques subtiles qui interviennent dans la décision d’octroi. On vous demande d’explorer le jeu 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.

Cet exercice fait partie du cours

<cours>Conception expérimentale en Python</cours>
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