水準をまとめる
exclaim_mess の強い偏りに扱いづらさを感じたとすれば、各メールに添付された画像の数（image）はさらに手強い変数です。分布の様子をつかむため、コンソールで次のコードを実行してください。
table(email$image)
これは各カテゴリの件数を集計する関数でしたね（たとえば画像が0枚のメールが3811通あった、という意味です）。画像枚数が多い側の件数が非常に少ないため、image を「1枚以上の画像があるかどうか」を示すカテゴリ変数にまとめましょう。この演習では、新しい変数を作成し、spam との関連を調べます。
この演習はコースの一部です
Rで学ぶ探索的データ分析
演習の手順
email から開始し、次のタスクを連続したパイプでつなげて実行してください。
has_imageという新しい変数を作成します。画像の枚数が 0 より大きければTRUE、それ以外はFALSEにします。emailを用いてhas_imageとspamの関係を可視化する適切なプロットを作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create plot of proportion of spam by image
email %>%
mutate(has_image = ___) %>%
ggplot(aes(x = ___, fill = ___)) +
geom_bar(position = ___)