Obliczanie prawdopodobieństw

Ramka danych where9am zawiera dane z 91 dni (trzynastu tygodni), w których Brett zapisywał swoją location o godzinie 9:00 każdego dnia oraz to, czy dany dzień był dniem roboczym czy weekendem (daytype).

Korzystając z poniższego wzoru na prawdopodobieństwo warunkowe, możesz obliczyć prawdopodobieństwo, że Brett pracuje w biurze, pod warunkiem że jest dzień roboczy.

$$ P(A|B) = \frac{P(A \text{ and } B)}{P(B)} $$

Tego rodzaju obliczenia stanowią podstawę modelu predykcji miejsca docelowego opartego na algorytmie Naiwnego Bayesa, który stworzysz w kolejnych ćwiczeniach.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: Klasyfikacja

Zobacz kurs

Instrukcje do ćwiczenia

Znajdź P(office), używając nrow() i subset() do zliczenia wierszy w zbiorze danych, i zapisz wynik jako p_A.
Znajdź P(weekday), ponownie używając nrow() i subset(), i zapisz wynik jako p_B.
Użyj nrow() i subset() jeszcze raz, aby znaleźć P(office and weekday). Zapisz wynik jako p_AB.
Oblicz P(office | weekday) i zapisz wynik jako p_A_given_B.
Wyświetl wartość p_A_given_B.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute P(A) 
p_A <- ___

# Compute P(B)
p_B <- ___

# Compute the observed P(A and B)
p_AB <- ___

# Compute P(A | B) and print its value
p_A_given_B <- ___
___

Edytuj i uruchom kod