เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณความน่าจะเป็น

data frame ชื่อ where9am มีข้อมูลทั้งหมด 91 วัน (สิบสามสัปดาห์) ซึ่ง Brett บันทึก location ของตัวเองเวลา 9 โมงเช้าในแต่ละวัน พร้อมกับระบุว่า daytype นั้นเป็นวันหยุดสุดสัปดาห์หรือวันธรรมดา

โดยใช้สูตรความน่าจะเป็นแบบมีเงื่อนไขด้านล่าง สามารถคำนวณความน่าจะเป็นที่ Brett จะอยู่ที่ออฟฟิศ โดยกำหนดว่าวันนั้นเป็นวันธรรมดาได้

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

การคำนวณแบบนี้คือพื้นฐานของโมเดล Naive Bayes สำหรับทำนายจุดหมายปลายทาง ซึ่งจะได้พัฒนาในแบบฝึกหัดถัดไป

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning in R: Classification

ดูคอร์ส

คำแนะนำการฝึกหัด

  • หา P(office) โดยใช้ nrow() และ subset() เพื่อนับจำนวนแถวในชุดข้อมูล แล้วบันทึกผลลัพธ์เป็น p_A
  • หา P(weekday) โดยใช้ nrow() และ subset() อีกครั้ง แล้วบันทึกผลลัพธ์เป็น p_B
  • ใช้ nrow() และ subset() เป็นครั้งสุดท้ายเพื่อหา P(office and weekday) แล้วบันทึกผลลัพธ์เป็น p_AB
  • คำนวณ P(office | weekday) แล้วบันทึกผลลัพธ์เป็น p_A_given_B
  • แสดงค่าของ p_A_given_B

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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 <- ___
___
แก้ไขและรันโค้ด