Спам і !!!

Розгляньмо ще один очевидний індикатор спаму: знаки оклику. exclaim_mess містить кількість знаків оклику в кожному повідомленні. За допомогою описової статистики та візуалізації перевірте, чи є зв'язок між цим показником і тим, чи є повідомлення спамом.

Поекспериментуйте з різними видами графіків і виберіть той, що найінформативніший. Згадайте, що ви вже бачили:

Порівняльні (пліч-о-пліч) коробкові діаграми
Фасетовані гістограми
Накладені графіки щільності

Ця вправа є частиною курсу

Розвідувальний аналіз даних у R

Переглянути курс

Інструкції до вправи

Набір даних email усе ще доступний у вашому робочому середовищі.

Обчисліть доречні міри центра та розкиду exclaim_mess для спаму й не-спаму, використовуючи group_by() і summarize().
Побудуйте відповідний графік, щоб візуалізувати зв'язок між цими двома змінними, за потреби додавши логперетворення.
Якщо вирішите застосувати логперетворення, пам'ятайте, що log(0) у R дорівнює -Inf, а це не надто корисне значення! Це можна обійти, додавши невелике число (наприклад, 0.01) до виразу всередині функції log(). Тоді значення ніколи не буде нулем. Це невелике зміщення праворуч не вплине на результати.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Compute center and spread for exclaim_mess by spam




# Create plot for spam and exclaim_mess

Редагувати та запускати код