수준 합치기
exclaim_mess의 심한 치우침을 다루기 어려웠다면, 각 이메일에 첨부된 이미지 수(image)는 더 큰 도전 과제가 됩니다. 분포를 파악하려면 콘솔에서 다음 코드를 실행해 보세요:
table(email$image)
이 코드는 각 범주에 속한 사례 수를 집계한다는 점을 기억하세요(예를 들어 이미지가 0개인 이메일이 3811개). 이미지 수가 많은 구간에서는 개수가 매우 적으므로, image를 이메일에 이미지가 하나 이상 있는지 여부를 나타내는 범주형 변수로 합쳐 보겠습니다. 이번 연습에서는 이 새 변수를 만들고, 스팸과의 관련성을 살펴보겠습니다.
이 연습은 강의의 일부입니다
R로 하는 탐색적 데이터 분석
연습 안내
email에서 시작해 다음 작업을 연속 파이프 체인으로 연결하세요:
- 이미지 수가 0보다 크면
TRUE, 그렇지 않으면FALSE가 되도록has_image라는 새 변수를 만드세요. email로has_image와spam의 관계를 시각화하는 적절한 그래프를 만드세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create plot of proportion of spam by image
email %>%
mutate(has_image = ___) %>%
ggplot(aes(x = ___, fill = ___)) +
geom_bar(position = ___)