垃圾信與！！！
來看看更明顯的垃圾信指標：驚嘆號。exclaim_mess 代表每封訊息中的驚嘆號數量。請用摘要統計與視覺化，檢視這個變數與訊息是否為垃圾信之間是否存在關係。
試著使用不同類型的圖表，找到最有資訊性的那一種。回想你先前看過：
- 並列盒狀圖
- 分面直方圖
- 疊加的密度圖
本練習屬於課程
R 的探索式資料分析
練習說明
email 資料集仍在你的工作空間中。
- 使用
group_by()與summarize()，分別對垃圾信與非垃圾信計算exclaim_mess的合適集中趨勢與離散程度。 - 建立一個合適的圖表來視覺化上述兩個變數的關聯性，必要時可加入對數轉換步驟。
- 如果你決定使用對數轉換，請記得在 R 中
log(0)會是-Inf，這個值不太有用！你可以在log()函式裡對數值加上一個很小的數（例如0.01）來避免 0。如此一來，你的值就不會為 0。這個向右的小幅平移不會影響結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Compute center and spread for exclaim_mess by spam
# Create plot for spam and exclaim_mess