Prosty model lokalizacji oparty na Naive Bayes

Poprzednie ćwiczenia pokazały, że prawdopodobieństwo, iż Brett o 9:00 jest w pracy lub w domu, w dużej mierze zależy od tego, czy to dzień roboczy, czy weekend.

Aby zobaczyć ten wniosek w praktyce, użyj ramki danych where9am do zbudowania modelu Naive Bayes na tych samych danych.

Następnie możesz użyć tego modelu do przewidywania przyszłości: gdzie zdaniem modelu Brett będzie o 9:00 w czwartek, a gdzie o 9:00 w sobotę?

Ramka danych where9am jest dostępna w twoim środowisku pracy. Zbiór danych zawiera informacje o lokalizacji Bretta o 9:00 w różnych dniach.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: Klasyfikacja

Zobacz kurs

Instrukcje do ćwiczenia

Wczytaj pakiet naivebayes.
Użyj funkcji naive_bayes() z formułą w postaci y ~ x, aby zbudować model przewidujący location na podstawie daytype.
Przewidź lokalizację Bretta o 9:00 w czwartek, używając predict() z obiektem thursday9am jako argumentem newdata.
Zrób to samo dla przewidywania lokalizacji o 9:00 w sobotę (saturday9am).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Load the naivebayes package


# Build the location prediction model
locmodel <- naive_bayes(___, data = ___)

# Predict Thursday's 9am location
predict(___, ___)

# Predict Saturdays's 9am location

Edytuj i uruchom kod