CommencerCommencer gratuitement

Visualiser le taux d'approbation des prêts

Dans le domaine des services financiers, la compréhension des facteurs qui influencent les taux d'approbation des prêts est cruciale tant pour les prêteurs que pour les emprunteurs. Une institution financière a mené une étude et recueilli des données sur les demandes de prêt, en détaillant le montant demandé, la cote de crédit du demandeur, sa situation professionnelle et le résultat final de la procédure d'approbation. Ce riche ensemble de données offre une fenêtre sur les dynamiques nuancées qui entrent en jeu dans la prise de décision en matière de prêt. On vous a demandé de plonger dans l'ensemble de données loan_approval_yield pour comprendre comment les montants des prêts et les scores de crédit influencent les taux d'approbation.

Les DataFrame loan_approval_yield, seaborn comme sns, et matplotlib.pyplot comme plt ont été chargés pour vous.

Cet exercice fait partie du cours

Conception expérimentale en Python

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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