โมเดลพยากรณ์ตำแหน่งที่ละเอียดขึ้น

ชุดข้อมูล locations บันทึกตำแหน่งของ Brett ทุกชั่วโมงเป็นเวลา 13 สัปดาห์ โดยในแต่ละชั่วโมงจะมีข้อมูล daytype (วันหยุดสุดสัปดาห์หรือวันธรรมดา) และ hourtype (เช้า บ่าย เย็น หรือกลางคืน)

นำข้อมูลนี้มาสร้างโมเดลที่ละเอียดขึ้น เพื่อดูว่าตำแหน่งที่พยากรณ์ของ Brett แตกต่างกันอย่างไรตามทั้งวันในสัปดาห์และช่วงเวลาของวัน ชุดข้อมูล locations ถูกโหลดไว้ในพื้นที่ทำงานแล้ว

สามารถระบุตัวแปรอิสระเพิ่มเติมในสูตรได้โดยใช้เครื่องหมาย + (เช่น y ~ x + b)

แพ็กเกจ naivebayes ถูกโหลดไว้ล่วงหน้าแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning in R: Classification

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ R formula interface สร้างโมเดลที่ให้ตำแหน่งขึ้นอยู่กับทั้ง daytype และ hourtype โดยฟังก์ชัน naive_bayes() รับอาร์กิวเมนต์ 2 ตัว ได้แก่ formula และ data
พยากรณ์ตำแหน่งของ Brett ในช่วงบ่ายของวันธรรมดา โดยใช้ data frame weekday_afternoon และฟังก์ชัน predict()
ทำแบบเดียวกันสำหรับ weekday_evening

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Build a NB model of location
locmodel <- ___

# Predict Brett's location on a weekday afternoon
___

# Predict Brett's location on a weekday evening
___

แก้ไขและรันโค้ด