Visualiser plusieurs variables explicatives
La visualisation pose des problèmes similaires à ceux de la régression linéaire : il devient vite difficile d’ajouter davantage de variables numériques au graphique. Ici, vous allez examiner le cas de deux variables explicatives numériques, et la solution est essentiellement la même qu’auparavant : utiliser la couleur pour représenter la variable réponse.
Ici, il n’existe que deux valeurs possibles pour la réponse (zéro et un), aussi bien dans le jeu de données réel que dans le jeu de données prédit.
churn et prediction_data sont disponibles.
Cet exercice fait partie du cours
Régression intermédiaire avec statsmodels en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Using churn, plot recency vs. length of relationship, colored by churn status
____
# Show the plot
plt.show()