스팸과 num_char
스팸 여부와 이메일 길이 사이에는 어떤 관련이 있을까요? 양쪽 모두 그럴듯한 가설을 세울 수 있어요:
- 스팸은 링크를 누르게 유도하는 짧은 메시지일 가능성이 높다, 또는
- 일반 메일은 친구들과 짧은 메일을 자주 주고받기 때문에 더 짧을 가능성이 높다.
여기서는 email 데이터셋을 사용해 이 질문에 답해 보겠습니다. 먼저 도움말을 열어 ?email로 모든 변수를 살펴보세요.
스팸 여부와 이메일 길이의 관련성을 탐색하면서, dplyr 체인을 ggplot2 객체의 레이어와 연결하여 사용하는 방법도 함께 연습해 보세요.
이 연습은 강의의 일부입니다
R로 하는 탐색적 데이터 분석
연습 안내
email 데이터셋을 사용하여
ggplot2,dplyr,openintro패키지를 불러오세요.group_by()와summarize()를 사용해 스팸과 비스팸 각각에 대해num_char의 적절한 중심과 산포 척도를 계산하세요.summarize()가 생성하는 새 열의 이름은 지정하지 않아도 됩니다.- 동일한 두 변수의 관련성을 시각화하기 위해 나란한 상자그림(boxplot)을 만드세요.
num_char의 로그 변환 값을 담은 새 열을mutate()로 만드는 것이 유용합니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load packages
# Compute summary statistics
email %>%
___ %>%
___
# Create plot
email %>%
mutate(log_num_char = ___) %>%
ggplot(aes(x = ___, y = log_num_char)) +
___