可視化によるデータ探索

マーケティングアナリティクス：Pythonで顧客解約を予測する

Mark Peterson

Director of Data Science, Infoblox

Pythonによるデータ可視化

• seaborn ライブラリで視覚的に優れたグラフを簡単に作成できます

• matplotlib を基盤として構築されています

アカウント期間の分布を可視化する

• 変数の分布を把握することが重要です

 

import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(telco['Account_Length'])

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco)

plt.show()

アカウント期間の違い

• 箱ひげ図

 

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco,
            sym="")

plt.show()

第3変数の追加

sns.boxplot(x = 'Churn',
            y = 'Account_Length',
            data = telco,
            hue = 'Intl_Plan')

plt.show()

グラフを作成してみましょう！

マーケティングアナリティクス：Pythonで顧客解約を予測する