Korrelationsheatmap med Seaborn

Att skapa eller uppdatera ett snabbmått för varje par av variabler vi vill utvärdera skulle vara omständligt. Låt oss i stället använda Python för att hantera flera variabelpar på en gång.

I den här övningen använder du en Seaborn-heatmap för att visa korrelationskoefficienterna för alla parvisa relationer mellan variablerna i vårt fiskdataset.

Om du har tappat bort ditt arbete, stäng alla öppna rapporter och läs in 4_2_correlation_heatmap.pbix från mappen Workbooks på skrivbordet.