Spam और !!!
आइए spam का एक और स्पष्ट संकेतक देखें: exclamation marks. exclaim_mess प्रत्येक संदेश में मौजूद exclamation marks की संख्या रखता है. summary statistics और visualization का उपयोग करके देखें कि इस वैरिएबल और संदेश के spam होने या न होने के बीच कोई संबंध है या नहीं.
सबसे जानकारीपूर्ण प्लॉट खोजने तक अलग-अलग तरह के प्लॉट्स के साथ प्रयोग करें. याद कीजिए, आपने ये देखे हैं:
- साथ-साथ रखे गए box plots
- faceted histograms
- overlaid density plots
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Exploratory Data Analysis
अभ्यास निर्देश
email डेटासेट अब भी आपके workspace में उपलब्ध है.
group_by()औरsummarize()का उपयोग करके, spam और non-spam दोनों के लिएexclaim_messके केंद्र और फैलाव के उपयुक्त मापों की गणना करें.- उन्हीं दो वैरिएबल्स के बीच संबंध को visualize करने के लिए एक उपयुक्त प्लॉट बनाइए, और आवश्यकता हो तो log-transformation का चरण जोड़िए.
- यदि आप log transformation का उपयोग करने का निर्णय लेते हैं, तो याद रखें कि R में
log(0)-Infहोता है, जो बहुत उपयोगी मान नहीं है! इससे बचने के लिए आपlog()फंक्शन के अंदर वाली मात्रा में एक छोटा मान (जैसे0.01) जोड़ सकते हैं. इस तरह आपका मान कभी शून्य नहीं होगा. यह छोटा-सा दाएँ शिफ्ट आपके परिणामों को प्रभावित नहीं करेगा.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Compute center and spread for exclaim_mess by spam
# Create plot for spam and exclaim_mess