상관관계 시각화
상관관계는 인과관계를 의미하지는 않지만, 두 변수 간 연관성의 강도와 방향을 수치로 보여 줍니다. 이는 리소스 부족이나 제한된 데이터/사용자 기반으로 A/B 테스트가 어렵거나 불가능한 상황에서 특히 유용합니다.
admissions 데이터셋이 로드되어 있으며 GRE 점수, TOEFL 점수, SOP(학업계획서), LOR(추천서), CGPA, 합격 가능성 등 다양한 정보를 포함하고 있습니다. 이 중 일부 속성 간의 관계를 살펴보고, 변수의 변화에 따라 합격 가능성이 어떻게 달라지는지 확인해 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 A/B Testing
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import seaborn for visualization
import ____ as ____
# Visualize the variables in a pairplot
____.____(admissions[['____', '____', '____', '____']])
plt.show()