Specjalista ML zbiera codzienne logi użytkowania i dołącza metadane klienta, w tym wiek, a następnie tworzy dwie cechy kategoryczne: dayofweek i binned_age. Aby zbadać, jak użytkowanie zmienia się w zależności od dnia tygodnia w różnych grupach wiekowych, jaką metodę analizy powinien zastosować specjalista?

Tabele krzyżowe (crosstabulations) są idealne do analizowania relacji między dwoma zmiennymi kategorialnymi, takimi jak dayofweek i binnedage. Pozwalają one na zliczenie wystąpień każdej kombinacji kategorii, co umożliwia łatwe porównanie wzorców użytkowania w różnych grupach wiekowych w zależności od dnia tygodnia. Wykres punktowy jest przeznaczony do wizualizacji relacji między dwiema zmiennymi ciągłymi. Chmury słów służą do wizualizacji częstotliwości słów w tekście, co nie ma zastosowania w tym scenariuszu. Wykres pudełkowy jest używany do wyświetlania rozkładu danych numerycznych dla różnych kategorii, a nie do analizy relacji między dwiema zmiennymi kategorialnymi.