Spam và num_char
Liệu có mối liên hệ giữa email spam và độ dài của email không? Bạn có thể hình dung lập luận theo cả hai hướng:
- Spam có khả năng là tin nhắn ngắn nhằm dụ tôi bấm vào một liên kết, hoặc
- Email bình thường của tôi có thể ngắn hơn vì tôi thường xuyên trao đổi email ngắn với bạn bè.
Ở đây, bạn sẽ dùng bộ dữ liệu email để làm rõ câu hỏi đó. Bắt đầu bằng cách mở trang trợ giúp và tìm hiểu tất cả các biến với ?email.
Khi bạn khám phá mối liên hệ giữa spam và độ dài email, hãy nhân dịp này thử liên kết một chuỗi dplyr với các lớp trong một đối tượng ggplot2.
Bài tập này là một phần của khóa học
Phân tích Khám phá Dữ liệu với R
Hướng dẫn bài tập
Sử dụng bộ dữ liệu email
- Nạp các gói
ggplot2,dplyr, vàopenintro. - Tính các thước đo phù hợp về trung tâm và độ phân tán của
num_charcho cả spam và không-spam bằnggroup_by()vàsummarize(). Không cần đặt tên cho các cột mới dosummarize()tạo ra. - Vẽ các box plot đặt cạnh nhau để trực quan hóa mối liên hệ giữa cùng hai biến này. Sẽ hữu ích nếu bạn
mutate()thêm một cột mới chứa phiên bản log-transform củanum_char.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Load packages
# Compute summary statistics
email %>%
___ %>%
___
# Create plot
email %>%
mutate(log_num_char = ___) %>%
ggplot(aes(x = ___, y = log_num_char)) +
___