Analyse des variables explicatives
Lorsque la variable réponse est logique, tous les points se trouvent sur les droites \(y=0\) et \(y=1\), ce qui complique la compréhension. Dans la vidéo, tant que vous n'avez pas vu la courbe de tendance, la distribution de la variable explicative sur chaque ligne n'était pas claire. Ce problème peut être résolu à l'aide d'un histogramme de la variable explicative, regroupé par réponse.
Vous utiliserez ces histogrammes pour vous familiariser avec l'ensemble de données sur le taux de désabonnement aux services financiers présenté dans la vidéo.
churn est disponible sous forme de DataFrame pandas.
Cet exercice fait partie du cours
Introduction à la régression avec statsmodels en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Create the histograms of time_since_last_purchase split by has_churned
sns.____(____)
plt.show()