Verken de dataset met klant- en productaankopen
Je hebt de klant-naar-productaankoop-dataset verkend in de video-oefening en bent nu klaar om verkennende grafieken te maken om de verdeling van de variabelen en de relaties daartussen te begrijpen. Hier ga je de wholesale-dataset verkennen en zowel de pairwise-relaties als de geschatte verdelingen per variabele plotten met de functie pairplot uit de bibliotheek seaborn. Dit is een belangrijke stap om te onderzoeken welke type verdelingen er zijn en welke relaties er tussen variabelen bestaan, zodat je weet of verdere datavoorbewerking nodig is.
De bibliotheek pandas is geladen als pd, seaborn als sns en matplotlib.pyplot als plt. Ook is de wholesale-dataset geladen als een pandas DataFrame.
Deze oefening maakt deel uit van de cursus
Machine Learning voor marketing in Python
Oefeninstructies
- Print de kop van de
wholesale-dataset - Plot de pairwise-relaties tussen de variabelen
- Toon de grafiek.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Print the header of the `wholesale` dataset
print(___.head())
# Plot the pairwise relationships between the variables
sns.pairplot(___, diag_kind='kde')
# Display the chart
plt.___()