Объединение уровней

Если работа с сильной асимметрией переменной exclaim_mess вызывала затруднения, то переменная image — количество изображений, прикреплённых к каждому письму, — представляет ещё большую сложность. Выполните следующий код в консоли, чтобы оценить её распределение:

table(email$image)

Напомним, что эта функция подсчитывает количество наблюдений в каждой категории (например, писем без изображений — 3811). Поскольку значения при большом числе изображений встречаются крайне редко, давайте преобразуем image в категориальную переменную, которая будет указывать, есть ли в письме хотя бы одно изображение. В этом упражнении вы создадите новую переменную и исследуете её связь со спамом.

Это упражнение является частью курса

Разведочный анализ данных в R

Посмотреть курс

Инструкции к упражнению

Начиная с email, постройте цепочку последовательных шагов для выполнения следующих задач:

Создайте новую переменную has_image, которая принимает значение TRUE, если количество изображений больше нуля, и FALSE в остальных случаях.
Постройте подходящий график на основе email, чтобы визуализировать связь между has_image и spam.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create plot of proportion of spam by image
email %>%
  mutate(has_image = ___) %>%
  ggplot(aes(x = ___, fill = ___)) +
  geom_bar(position = ___)

Редактировать и запускать код