相关性可视化
虽然相关性不代表因果关系，但它能量化两个变量之间关联的强度和方向。在由于资源不足或数据／用户规模有限而无法进行 A/B 测试的情况下，这一点尤其有用。
已为您加载 admissions 数据集，包含 GRE 分数、TOEFL 分数、SOP（个人陈述）、LOR（推荐信）、CGPA，以及录取概率等信息。您将考察这些属性之间的关系，并观察当这些变量发生变化时录取概率如何变化。
本练习是课程的一部分
Python 中的 A/B 测试
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import seaborn for visualization
import ____ as ____
# Visualize the variables in a pairplot
____.____(admissions[['____', '____', '____', '____']])
plt.show()