合并类别

如果处理 exclaim_mess 的高度偏斜已经不太容易，那么每封邮件所附带图片的数量（image）会更具挑战。请在控制台运行以下代码，先了解它的分布：

table(email$image)

回顾一下，这会统计每个类别中的样本数量（例如，有 3811 封邮件包含 0 张图片）。鉴于高图片数量对应的计数非常少，我们将把 image 合并为一个分类变量，用于指示邮件是否至少包含 1 张图片。在本练习中，您将创建这个新变量，并探索它与垃圾邮件的关联。

本练习是课程的一部分

R 中的探索性数据分析

练习说明

以 email 开始，构建一个连续的管道，依次完成以下任务：

创建一个名为 has_image 的新变量：当图片数量大于 0 时取 TRUE，否则取 FALSE。
使用 email 绘制合适的图形，以可视化 has_image 与 spam 之间的关系。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create plot of proportion of spam by image
email %>%
  mutate(has_image = ___) %>%
  ggplot(aes(x = ___, fill = ___)) +
  geom_bar(position = ___)

编辑并运行代码