Pourriel et !!!

Voyons un indicateur de pourriel plus évident : les points d'exclamation. exclaim_mess contient le nombre de points d'exclamation dans chaque message. À l'aide de statistiques sommaires et de visualisations, vérifiez s'il existe un lien entre cette variable et le fait qu'un message soit un pourriel ou non.

Faites des essais avec différents types de graphiques jusqu'à trouver le plus informatif. Rappelez-vous que vous avez vu :

Des boîtes à moustaches côte à côte
Des histogrammes à facettes
Des courbes de densité superposées

Cette activité fait partie du cours

Analyse exploratoire des données en R

Voir le cours

Instructions de l’exercice

Le jeu de données email est toujours disponible dans votre espace de travail.

Calculez des mesures appropriées de tendance centrale et de dispersion de exclaim_mess pour les messages pourriels et non pourriels en utilisant group_by() et summarize().
Créez un graphique pertinent pour visualiser l'association entre ces deux mêmes variables, en ajoutant au besoin une transformation logarithmique.
Si vous décidez d'appliquer une transformation logarithmique, rappelez-vous que log(0) vaut -Inf en R, ce qui n'est pas très utile ! Vous pouvez contourner cela en ajoutant un petit nombre (comme 0.01) à la quantité à l'intérieur de la fonction log(). Ainsi, votre valeur n'est jamais zéro. Ce léger décalage vers la droite n'affectera pas vos résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Compute center and spread for exclaim_mess by spam




# Create plot for spam and exclaim_mess

Modifier et exécuter le code