より高度なロケーションモデル
locations データセットには、13 週間にわたり 1 時間ごとに記録された Brett の居場所が含まれます。各時間の追跡情報には、daytype（週末か平日）と hourtype（morning、afternoon、evening、night）が含まれます。
このデータを使って、Brett の予測される居場所が曜日だけでなく一日の時間帯によってどう変わるかを確認するため、より高度なモデルを作成します。データセット locations はすでにワークスペースに読み込まれています。
式では + 記号を使ってさらに独立変数を指定できます（例: y ~ x + b）。
naivebayes パッケージはあらかじめ読み込まれています。
この演習はコースの一部です
Rで学ぶSupervised Learning：分類
演習の手順
- R のフォーミュラインターフェースを使って、
daytypeとhourtypeの両方に依存してlocationを説明するモデルを作成します。naive_bayes()はformulaとdataの 2 つの引数を取ることを思い出してください。 - データフレーム
weekday_afternoonとpredict()関数を使って、平日午後の Brett の居場所を予測します。 - 同様に、
weekday_eveningでも予測します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Build a NB model of location
locmodel <- ___
# Predict Brett's location on a weekday afternoon
___
# Predict Brett's location on a weekday evening
___