Wizualne wykrywanie redundantnych cech

Wizualizacja danych to kluczowy krok w każdej eksploracji danych. Użyjmy Seaborn, aby zbadać próbki ze zbioru danych pomiarów ciała ANSUR armii USA.

Dwie próbki danych zostały wstępnie załadowane jako ansur_df_1 i ansur_df_2.

Seaborn został zaimportowany jako sns.

To ćwiczenie jest częścią kursu

Redukcja wymiarowości w Pythonie

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create a pairplot and color the points using the 'Gender' feature
sns.____(____, ____=_____, diag_kind='hist')

# Show the plot
plt.show()