探索解释变量
当响应变量是逻辑型时，所有点都落在 \(y=0\) 和 \(y=1\) 两条线上，这使得不容易看出具体情况。在视频中，直到看到趋势线之前，您并不清楚解释变量在每条线上的分布。对此，可以按响应分组，对解释变量绘制直方图来解决。
您将使用这些直方图来熟悉视频中出现的金融服务流失数据集。
churn 已作为一个 pandas DataFrame 提供。
本练习是课程的一部分
使用 Python 中的 statsmodels 进行回归入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create the histograms of time_since_last_purchase split by has_churned
sns.____(____)
plt.show()