स्पैम और num_char
क्या स्पैम और ईमेल की लंबाई के बीच कोई संबंध है? आप दोनों तरह की कहानी की कल्पना कर सकते हैं:
- स्पैम ज़्यादातर छोटे मैसेज होते हैं जो मुझे किसी लिंक पर क्लिक करने के लिए उकसाते हैं, या
- मेरा सामान्य ईमेल छोटा होता है क्योंकि मैं अपने दोस्तों से अक्सर संक्षिप्त ईमेल का आदान-प्रदान करता हूँ.
यहाँ, आप email डेटासेट का उपयोग करके इस सवाल को सुलझाएँगे। शुरुआत में help फ़ाइल खोलें और ?email के ज़रिए सभी वैरिएबल्स के बारे में जानें.
जब आप स्पैम और ईमेल की लंबाई के बीच संबंध की जाँच करें, तो इस मौके पर dplyr चेन को ggplot2 ऑब्जेक्ट की लेयर्स से लिंक करके देखिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Exploratory Data Analysis
अभ्यास निर्देश
email डेटासेट का उपयोग करते हुए
- पैकेज
ggplot2,dplyr, औरopenintroलोड करें. group_by()औरsummarize()का उपयोग करके, स्पैम और नॉन-स्पैम दोनों के लिएnum_charके केंद्र और फैलाव के उपयुक्त माप निकालें।summarize()द्वारा बनाए गए नए कॉलम्स को नाम देने की ज़रूरत नहीं है.- वही दो वैरिएबल्स के बीच संबंध को विजुअलाइज़ करने के लिए साइड-बाय-साइड बॉक्स प्लॉट्स बनाएँ।
num_charके लॉग-ट्रांसफॉर्म्ड संस्करण वाला नया कॉलम बनाने के लिएmutate()करना उपयोगी रहेगा.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load packages
# Compute summary statistics
email %>%
___ %>%
___
# Create plot
email %>%
mutate(log_num_char = ___) %>%
ggplot(aes(x = ___, y = log_num_char)) +
___