Спам і num_char

Чи є зв'язок між спамом і довжиною електронного листа? Можна уявити аргументи в обидва боки:

Спам частіше буває коротким повідомленням, яке спокушає клацнути посилання, або
Мій звичайний лист зазвичай коротший, адже я часто обмінююся стислими повідомленнями з друзями.

Тут ви скористаєтеся набором даних email, щоб розв'язати це питання. Почніть із відкриття довідки та ознайомлення з усіма змінними за допомогою ?email.

Досліджуючи зв'язок між спамом і довжиною листа, скористайтеся нагодою спробувати поєднання ланцюжка dplyr із шарами об'єкта ggplot2.

Ця вправа є частиною курсу

Розвідувальний аналіз даних у R

Переглянути курс

Інструкції до вправи

Використовуючи набір даних email

Завантажте пакети ggplot2, dplyr і openintro.
Обчисліть відповідні міри центра та розкиду num_char окремо для спаму та не-спаму за допомогою group_by() і summarize(). Немає потреби називати нові стовпці, створені summarize().
Побудуйте парні діаграми размаху, щоб візуалізувати зв'язок між тими самими двома змінними. Буде корисно mutate() додати новий стовпець із лог-трансформованою версією num_char.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Load packages




# Compute summary statistics
email %>%
  ___ %>%
  ___

# Create plot
email %>%
  mutate(log_num_char = ___) %>%
  ggplot(aes(x = ___, y = log_num_char)) +
  ___

Редагувати та запускати код