Un modelo de localización más sofisticado
El conjunto de datos locations
registra la ubicación de Brett cada hora durante 13 semanas. Cada hora, la información de seguimiento incluye el daytype
(fin de semana o día laborable), así como el hourtype
(mañana, tarde, noche o noche).
Con estos datos, construye un modelo más sofisticado para ver cómo la ubicación prevista de Brett no sólo varía según el día de la semana, sino también según la hora del día. El conjunto de datos locations
ya está cargado en tu espacio de trabajo.
Puedes especificar variables independientes adicionales en tu fórmula utilizando el signo +
(por ejemplo, y ~ x + b
).
Se ha precargado el paquete naivebayes
.
Este ejercicio forma parte del curso
Aprendizaje supervisado en R: Clasificación
Instrucciones del ejercicio
- Utiliza la interfaz de fórmulas de R para construir un modelo en el que la ubicación dependa tanto de
daytype
como dehourtype
. Recuerda que la funciónnaive_bayes()
toma 2 argumentos:formula
ydata
. - Predice la ubicación de Brett un día laborable por la tarde utilizando el marco de datos
weekday_afternoon
y la funciónpredict()
. - Haz lo mismo con un
weekday_evening
.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Build a NB model of location
locmodel <- ___
# Predict Brett's location on a weekday afternoon
___
# Predict Brett's location on a weekday evening
___