เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เตรียมรับมือกับสถานการณ์ที่ไม่คาดคิด

ในช่วง 13 สัปดาห์ที่ Brett บันทึกตำแหน่งของตัวเอง เขาไม่เคยเข้าออฟฟิศในวันหยุดสุดสัปดาห์เลย ดังนั้น ความน่าจะเป็นร่วมของ P(office and weekend) จึงเท่ากับ 0

ลองสำรวจว่าสิ่งนี้ส่งผลต่อความน่าจะเป็นที่ Brett จะไปทำงานในวันหยุดสุดสัปดาห์ในอนาคตอย่างไร นอกจากนี้ ยังสามารถดูได้ว่าการใช้ Laplace correction ช่วยเปิดโอกาสเล็กน้อยให้กับสถานการณ์ที่ไม่คาดคิดเหล่านี้ได้อย่างไร

โมเดล locmodel พร้อมให้ใช้งานแล้ว พร้อมกับ data frame weekend_afternoon และแพ็กเกจ naivebayes ถูกโหลดไว้ล่วงหน้าแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning in R: Classification

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ locmodel เพื่อแสดงความน่าจะเป็นที่คาดการณ์สำหรับช่วงบ่ายของวันหยุดสุดสัปดาห์ โดยใช้ฟังก์ชัน predict() อย่าลืมกำหนดอาร์กิวเมนต์ type ด้วย
  • สร้างโมเดล naive Bayes ใหม่โดยตั้งค่าพารามิเตอร์ Laplace smoothing เป็น 1 ทำได้โดยกำหนดอาร์กิวเมนต์ laplace ในการเรียก naive_bayes() แล้วบันทึกผลลัพธ์เป็น locmodel2
  • ตรวจสอบว่าความน่าจะเป็นที่คาดการณ์ใหม่เปลี่ยนแปลงไปอย่างไร โดยใช้ฟังก์ชัน predict() กับโมเดลใหม่

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด