按 CTR 的分布
对于任意单个特征，同时查看该特征自身的分布，以及它随目标变量的变化，都会很有用。在本练习中，您将探索 search_engine_type 特征。它是一个整数，表示用户在看到广告前表达搜索意图所使用的搜索引擎，例如 Google 或 Bing。出于隐私原因，这些类别是匿名的。您将先构建并查看 search_engine_type 的分布。然后，您将查看 CTR 如何随 search_engine_type 的取值而变化，类似上一章节中按设备类型和横幅位置分解 CTR 的方式。
以 DataFrame 形式的示例数据已加载为 df。pandas 已以 pd 名称在您的工作区中可用。
本练习是课程的一部分
用 Python 预测 CTR 的机器学习实战
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()