Ligações para o atendimento e churn
Você já viu que não há muita diferença no tempo de conta entre clientes que deram churn e os que não deram, mas que há, sim, uma diferença no número de ligações para o atendimento feitas por quem deu churn.
Agora, vamos visualizar essa diferença com um box plot e incluir outros atributos de interesse — clientes com plano internacional fazem mais ligações para o atendimento? Ou eles tendem a dar mais churn? E quanto aos planos de correio de voz? Vamos descobrir!
Lembre-se da sintaxe para criar um box plot usando seaborn:
sns.boxplot(x = "X-axis variable",
y = "Y-axis variable",
data = DataFrame)
Se quiser remover outliers, você pode definir o parâmetro adicional sym="", e pode adicionar uma terceira variável usando hue.
Este exercicio faz parte do curso
Análise de Marketing: Prevendo Churn de Clientes em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Import matplotlib and seaborn
import matplotlib.pyplot as plt
import seaborn as sns
# Create the box plot
____.____(x = '____',
y = '____',
data = ____)
# Display the plot
plt.show()