Analiza „surowych" prawdopodobieństw
Pakiet naivebayes oferuje kilka sposobów na zajrzenie do wnętrza modelu Naive Bayes.
Wpisanie nazwy obiektu modelu wyświetla prawdopodobieństwa a priori (ogólne) oraz warunkowe dla każdego predyktora. Jeśli chcesz, możesz ich użyć do ręcznego obliczenia prawdopodobieństw posterior (prognozowanych).
Alternatywnie R obliczy prawdopodobieństwa posterior za ciebie, jeśli do funkcji predict() przekażesz parametr type = "prob".
Korzystając z tych metod, sprawdź, jak prognozowane przez model prawdopodobieństwo lokalizacji o 9:00 zmienia się z dnia na dzień. Model locmodel dopasowany w poprzednim ćwiczeniu jest już dostępny, a pakiet naivebayes został wcześniej wczytany.
To ćwiczenie jest częścią kursu
Nadzorowane uczenie maszynowe w R: Klasyfikacja
Instrukcje do ćwiczenia
- Wyświetl obiekt
locmodelw konsoli, aby zobaczyć obliczone prawdopodobieństwa a priori i warunkowe. - Użyj funkcji
predict()podobnie jak w poprzednim ćwiczeniu, ale z argumentemtype = "prob", aby zobaczyć prognozowane prawdopodobieństwa dla czwartku o 9:00. - Porównaj je z prognozowanymi prawdopodobieństwami dla soboty o 9:00.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Examine the location prediction model
# Obtain the predicted probabilities for Thursday at 9am
predict(___, ___ , type = ___)
# Obtain the predicted probabilities for Saturday at 9am