依 CTR 檢視分佈
針對任何單一特徵，同時觀察該特徵本身的分佈，以及它與目標變數之間的關係，都是很有幫助的。在這個練習中，你會探索 search_engine_type 這個特徵。它以整數代表使用者在看到廣告前所表達意圖時使用的搜尋引擎，例如 Google 或 Bing。基於隱私，這些類別已做匿名化。你會先建立並檢視 search_engine_type 的分佈。接著，你會觀察 CTR 如何隨 search_engine_type 的值而變化，做法類似上一章中依裝置類型與橫幅位置拆解 CTR 的方式。
已將範例資料載入為 df DataFrame。pandas 也已以 pd 名稱在你的工作環境中可用。
本練習屬於課程
用 Python 透過機器學習預測 CTR
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Construct bar chart for clicks by search engine type
se_df = df.____(['search_engine_type', 'click']).size().unstack()
se_df.plot(kind = 'bar', title = 'Value frequency for search engine type')
plt.show()