ตอบคำถามด้วย Chain
เมื่อมีคำถามเฉพาะเจาะจงเกี่ยวกับชุดข้อมูล คุณสามารถหาคำตอบได้โดยสร้าง chain ของโค้ด R ที่เหมาะสม ตัวอย่างเช่น พิจารณาคำถามต่อไปนี้: "ในอีเมลที่ไม่ใช่สแปม อีเมลที่ส่งถึงหลายคนมีความยาวโดยทั่วไปสั้นกว่าหรือไม่?"
สามารถตอบคำถามนี้ได้ด้วย chain ดังต่อไปนี้:
email %>%
filter(spam == "not-spam") %>%
group_by(to_multiple) %>%
summarize(median(num_char))
โค้ดนี้แสดงให้เห็นชัดเจนว่าใช้ num_char วัดความยาวของอีเมล และใช้ median() เป็นตัววัดค่าทั่วไป เมื่อรันโค้ดนี้ จะพบคำตอบว่า "ใช่": อีเมลที่ไม่ใช่สแปมซึ่งส่งถึงหลายคนมีความยาวโดยทั่วไปน้อยกว่าอีเมลที่ส่งถึงคนเดียวเล็กน้อย
chain นี้จบด้วยสถิติสรุปผล แต่บาง chain อาจจบด้วยการพล็อตกราฟ ทั้งนี้ขึ้นอยู่กับคำถามที่ต้องการตอบ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์เชิงสำรวจข้อมูลใน R
คำแนะนำการฝึกหัด
สร้าง chain เพื่อตอบคำถามต่อไปนี้ โดยทั้งสองคำถามเกี่ยวข้องกับตัวแปร dollar
- สำหรับอีเมลที่มีคำว่า "dollar" อีเมลสแปมโดยทั่วไปมีจำนวนครั้งที่ปรากฏของคำนี้มากกว่าอีเมลที่ไม่ใช่สแปมหรือไม่? สร้างสถิติสรุปผลเพื่อตอบคำถามนี้
- หากพบอีเมลที่มีคำว่า
dollarปรากฏมากกว่า 10 ครั้ง อีเมลนั้นมีแนวโน้มเป็นสแปมหรือไม่ใช่สแปมมากกว่ากัน? สร้างแผนภูมิแท่งเพื่อตอบคำถามนี้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Question 1
email %>%
filter(___) %>%
group_by(___) %>%
summarize(___)
# Question 2
email %>%
filter(___) %>%
ggplot(aes(x = ___)) +
geom_bar()