Ein ausgefeilteres Standortmodell

Der locations Datensatz zeichnet 13 Wochen lang stündlich den Standort von Brett auf. Zu jeder Stunde enthält der Lernpfad die Informationen daytype (Wochenende oder Wochentag) sowie hourtype (morgens, nachmittags, abends oder nachts).

Erstelle anhand dieser Daten ein ausgefeilteres Modell, um herauszufinden, wie Bretts vorausgesagter Aufenthaltsort nicht nur je nach Wochentag, sondern auch je nach Tageszeit variiert. Das Dataset locations ist bereits in deinem Arbeitsbereich geladen.

Du kannst zusätzliche unabhängige Variablen in deiner Formel angeben, indem du das Zeichen + verwendest (z. B. y ~ x + b).

Das Paket naivebayes wurde vorgeladen.

Diese Übung ist Teil des Kurses

Überwachtes Lernen in R: Klassifikation

Kurs anzeigen

Anleitung zur Übung

Verwende die R-Formelschnittstelle, um ein Modell zu erstellen, bei dem der Standort sowohl von daytype als auch von hourtype abhängt. Erinnere dich daran, dass die Funktion naive_bayes() 2 Argumente benötigt: formula und data.
Sage Bretts Aufenthaltsort an einem Wochentagnachmittag mithilfe des Datenrahmens weekday_afternoon und der Funktion predict() voraus.
Mach das Gleiche für eine weekday_evening.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Build a NB model of location
locmodel <- ___

# Predict Brett's location on a weekday afternoon
___

# Predict Brett's location on a weekday evening
___

Code bearbeiten und ausführen