Model lokasi yang lebih canggih

Himpunan data locations mencatat lokasi Brett setiap jam selama 13 minggu. Setiap jam, informasi pelacakan mencakup daytype (akhir pekan atau hari kerja) serta hourtype (pagi, siang, sore, atau malam).

Dengan data ini, bangun model yang lebih canggih untuk melihat bagaimana prediksi lokasi Brett tidak hanya bervariasi menurut hari dalam seminggu tetapi juga menurut waktu dalam sehari. Himpunan data locations sudah dimuat di ruang kerja Anda.

Anda dapat menentukan variabel independen tambahan dalam rumus Anda menggunakan tanda + (misalnya y ~ x + b).

Paket naivebayes telah dimuat sebelumnya.

Latihan ini adalah bagian dari kursus

Supervised Learning di R: Klasifikasi

Lihat Kursus

Petunjuk latihan

Gunakan antarmuka rumus R untuk membangun model di mana location bergantung pada daytype dan hourtype. Ingat bahwa fungsi naive_bayes() memiliki 2 argumen: formula dan data.
Prediksi lokasi Brett pada hari kerja saat siang menggunakan data frame weekday_afternoon dan fungsi predict().
Lakukan hal yang sama untuk weekday_evening.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Build a NB model of location
locmodel <- ___

# Predict Brett's location on a weekday afternoon
___

# Predict Brett's location on a weekday evening
___

Edit dan Jalankan Kode