Spam ve num_char
Spam ile bir e-postanın uzunluğu arasında bir ilişki var mı? Her iki yönde de bir senaryo hayal edebilirsin:
- Spam, beni bir bağlantıya tıklamaya yönlendiren kısa bir mesaj olma olasılığı daha yüksek olabilir, veya
- Normal e-postalarım daha kısa olabilir çünkü arkadaşlarımla hep kısa e-postalar paylaşırım.
Burada, bu soruyu yanıtlamak için email veri kümesini kullanacaksın. Yardım dosyasını açıp tüm değişkenleri öğrenmek için ?email ile başla.
Spam ile e-posta uzunluğu arasındaki ilişkiyi keşfederken, bir dplyr zincirini bir ggplot2 nesnesindeki katmanlarla bağlamayı deneme fırsatını da kullan.
Bu egzersiz, kursun bir parçasıdır
R ile Keşifsel Veri Analizi
Egzersiz talimatları
email veri kümesini kullanarak
ggplot2,dplyrveopenintropaketlerini yükle.group_by()vesummarize()kullanarak hem spam hem de spam olmayanlar içinnum_chardeğişkeninin uygun merkezi ve yayılım ölçülerini hesapla.summarize()ile oluşturulan yeni sütunlara ad vermene gerek yok.- Aynı iki değişken arasındaki ilişkiyi görselleştirmek için yan yana kutu grafikleri oluştur.
num_chardeğişkeninin log-dönüşümlü bir sürümünü içeren yeni bir sütunumutate()ile eklemek işine yarayacaktır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Load packages
# Compute summary statistics
email %>%
___ %>%
___
# Create plot
email %>%
mutate(log_num_char = ___) %>%
ggplot(aes(x = ___, y = log_num_char)) +
___