สำรวจตัวแปรอธิบาย
เมื่อตัวแปรตอบสนองเป็นค่าตรรกะ จุดข้อมูลทั้งหมดจะอยู่บนเส้น \(y=0\) และ \(y=1\) ทำให้ยากต่อการมองเห็นรูปแบบที่เกิดขึ้น ในวิดีโอ ก่อนที่จะเห็นเส้นแนวโน้ม ก็ยังไม่ชัดเจนว่าตัวแปรอธิบายกระจายตัวอย่างไรบนแต่ละเส้น ปัญหานี้แก้ได้ด้วยฮิสโทแกรมของตัวแปรอธิบาย โดยจัดกลุ่มตามตัวแปรตอบสนอง
ใช้ฮิสโทแกรมเหล่านี้เพื่อทำความรู้จักกับชุดข้อมูล churn ของบริการทางการเงินที่ปรากฏในวิดีโอ
churn พร้อมใช้งานในรูปแบบ pandas DataFrame
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การถดถอยเบื้องต้นด้วย statsmodels ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create the histograms of time_since_last_purchase split by has_churned
sns.____(____)
plt.show()