（10-3-03）银行消费者投诉处理模型

10.3.3  目标特征的分布

在本实例中将创建两个模型，这两个模型是我们本实例问题中的目标：

1. 产品价值分布（M1 的目标变量）
2. 消费者投诉摘要（问题是什么，用几个词描述）（M2 的目标变量）

在接下来的内容中，我们将研究这两个目标变量的分布情况。

（1）使用Plotly Express创建一个柱状图，该图显示了不同产品子集的分布情况。具体实现代码如下所示。

fig = px.bar((df['product']
              .value_counts(ascending=False)
              .to_frame()),
             x='product',
             template='plotly_white',
             title='Product Subset Distribution')

fig.update_traces(marker_line_color='#F1A424',
                  marker_line_width=0.1,
                  marker={'color':'#F1A424'},width=0.5)

fig.show("png")

对上述代码的具体说明如下：

1. 使用 df['product'].value_counts(ascending=False).to_frame() 计算了每个产品子集的计数，并将结果转换为 DataFrame。
2. 使用 Plotly Express 的 px.bar() 函数创建了柱状图，指定了 x 轴为 'product' 列，模板为 'plotly_white'，并设置了图表标题为 'Product Subset Distribution'。
3. 使用 fig.update_traces() 来自定义柱状图的样式，包括条形的颜色、线条颜色和线条宽度。
4. 最后，使用 fig.show("png") 显示了生成的柱状图。

执行效果如图10-24所示，这个柱状图可以帮助我们可视化不同产品子集的分布情况，有助于进一步的数据分析和理解。

图10-24  不同产品子集的分布柱状图

（2）使用Plotly Express创建一个柱状图，该图显示了不同投诉问题的分布情况。具体来说，它绘制了 'issue' 列中不同问题的计数。具体实现代码如下所示。

ldf = df['issue'].value_counts(ascending=True).to_frame()
fig = px.bar(ldf,x='issue',
             template='plotly_white',
             title='Issue of Complaint',
             text_auto=True)

fig.update_layout(height=1500)
fig.update_traces(marker_line_color='#F1A424',marker_line_width=0.1,
                  marker={'color':'#F1A424'},width=0.5)

fig.show("png")

执行效果如图10-25所示。

图10-25  不同投诉问题的分布情况

我们可以注意到在产品和问题特征中，存在一些目标类别不平衡的情况。接下来让我们坚持使用分层抽样，需要确保每个类别在两个数据集中都有代表数据。

未完待续！！！！