Ответить на вопросы, используя Pandas

Дан набор данных по оттоку клиентов. Набор данных содержит всего 5 000 записей (т.е. абонентов).

Перечень полей:

• state – штат;

• account length – абонентский стаж;

• area code – код региона;

• phone number – номер телефона;

• international plan – тарифный план для международных звонков;

• voice mail plan – тарифный план для голосовой почты;

• number vmail messages – количество сообщений голосовой почты;

• total day minutes – общая длительность звонков в дневное время (мин);

• total day calls – общее количество звонков в дневное время;

• total day charge – общая стоимость звонков в дневное время;

• total eve minutes – общая длительность звонков в вечернее время (мин);

• total eve calls – общее количество звонков в вечернее время;

• total eve charge – общая стоимость звонков в вечернее время;

• total night minutes – общая длительность звонков в ночное время (мин);

• total night calls – общее количество звонков в ночное время;

• total night charge – общая стоимость звонков в ночное время;

• total intl minutes – общая длительность международных звонков (мин);

• total intl calls – общее количество международных звонков;

• total intl charge – общая стоимость международных звонков;

• number customer service calls – количество звонков в службу поддержки.

• churned – покинул ли клиент компанию

Ваша задача используя pandas ответить на следующие вопросы:

1. Построить гистограмму количества звонков в техническую поддержку

2. Рассчитать и построить гистограмму общей длительности звонков клиента (дневных + ночных + вечерних + международны)

3. Собственноручно (не используя встроенных функций) рассчитать линейный коэффициент корреляции (https://ru.wikipedia.org/wiki/Корреляция) общего количества минут и количества звонков в техподдержку

4. Визуализировать точечный график по общему количеству минут / количеству звонков в поддержку, подкрасив точки в зависимости от оттока абонента

5. Вывести top-5 самых много и самых мало говорящих клиентов

6. Вывести долю оттока клиентов и среднюю стоимость минуты дневного времени разговора в зависимости от штата

7. перевести штат в one-hot формат при помощи pandas-функции get_dummies или удалите колонку, если вы делаете решение на pyspark

8. Разбить данные на множество для обучения и для проверки, отобрав признаки для обучения модели классификации (убрать номер телефона, код региона, признаки планов + все добавленные аттрибуты)

9. Привести данные к одному масштабу при помощи StandardScaler в случае Pandas.

10. Обучить какую-нибудь модель классификации и оценить качество (точность) на отложенной выборке