예상치 못한 상황에 대비하기
Brett이 13주 동안 자신의 위치를 추적하는 동안, 주말에는 한 번도 사무실에 가지 않았습니다. 그 결과, 결합확률 P(office and weekend) = 0 입니다.
이 점이 앞으로 Brett이 주말에 출근할 예측 확률에 어떤 영향을 주는지 살펴보세요. 또한 Laplace 보정을 사용하면 이런 예기치 못한 상황에 대해 작은 가능성을 허용하는 방법도 확인할 수 있습니다.
locmodel 모델과 데이터 프레임 weekend_afternoon이 준비되어 있습니다. naivebayes 패키지도 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Supervised Learning: 분류
연습 안내
predict()함수에서type인수를 설정해, 주말 오후에 대한 예측 확률을locmodel로 출력하세요.- Laplace 스무딩 매개변수를
1로 설정한 새로운 naive Bayes 모델을 만드세요.naive_bayes()호출에서laplace인수를 설정하면 됩니다. 이를locmodel2로 저장하세요. - 새 모델에 대해
predict()함수를 사용해 새로운 예측 확률이 어떻게 달라지는지 비교해 보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Observe the predicted probabilities for a weekend afternoon
# Build a new model using the Laplace correction
locmodel2 <- ___
# Observe the new predicted probabilities for a weekend afternoon