説明変数を探る
応答変数が論理型の場合、すべての点は \(y=0\) と \(y=1\) の直線上に並ぶため、何が起きているのか見分けにくくなります。動画でも、トレンドラインを見るまでは、それぞれの直線上で説明変数がどのように分布しているかが分かりにくかったはずです。これは、応答ごとにグループ化した説明変数のヒストグラムで解決できます。
これらのヒストグラムを使って、動画で見た金融サービスの解約（churn）データセットに慣れていきます。
churn は pandas の DataFrame として利用できます。
この演習はコースの一部です
Pythonで学ぶstatsmodelsによる回帰入門
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create the histograms of time_since_last_purchase split by has_churned
sns.____(____)
plt.show()