การแสดงภาพค่าผิดปกติในข้อมูลสินเชื่อ
พบค่าผิดปกติใน person_emp_length ซึ่งค่าที่มากกว่า 60 นั้นสูงเกินกว่าปกติมาก person_age เป็นอีกคอลัมน์หนึ่งที่สามารถใช้การตัดสินเชิงตรรกะได้ว่าเป็นเรื่องไม่น่าเป็นไปได้ที่ผู้ยื่นขอสินเชื่อจะมีอายุเกิน 100 ปี
การแสดงภาพข้อมูลเป็นอีกวิธีหนึ่งที่ช่วยตรวจจับค่าผิดปกติได้ง่าย สามารถใช้คอลัมน์ตัวเลขอื่น เช่น loan_amnt และ loan_int_rate เพื่อสร้างกราฟร่วมกับ person_age ในการค้นหาค่าผิดปกติ
ชุดข้อมูล cr_loan ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create the scatter plot for age and amount
plt.scatter(____[____], ____[____], c='blue', alpha=0.5)
plt.xlabel("Person Age")
plt.ylabel("Loan Amount")
plt.____()