Визуализация корреляций
Корреляция не означает причинно-следственную связь, однако она позволяет оценить силу и направление зависимости между двумя переменными. Это особенно ценно в случаях, когда проведение A/B-тестов невозможно — например, из-за нехватки ресурсов или ограниченного объёма данных и пользовательской базы.
Для вас уже загружен набор данных admissions, который содержит различные сведения: балл GRE, балл TOEFL, оценку SOP (мотивационного письма), оценку LOR (рекомендательного письма), средний балл CGPA и шанс на поступление. Вам предстоит исследовать взаимосвязь между некоторыми из этих атрибутов и тем, как шанс поступления меняется с изменением этих переменных.
Это упражнение является частью курса
A/B-тестирование в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import seaborn for visualization
import ____ as ____
# Visualize the variables in a pairplot
____.____(admissions[['____', '____', '____', '____']])
plt.show()