计算概率
数据框 where9am 包含 91 天（13 周）的数据。Brett 在其中记录了他每天上午 9 点的 location，以及该 daytype 是周末还是工作日。
使用下面的条件概率公式，您可以计算：在已知是工作日的前提下，Brett 在办公室工作的概率。
$$ P(A|B) = \frac{P(A \text{ and } B)}{P(B)} $$
这样的计算构成了您稍后练习中要开发的 Naive Bayes 目的地预测模型的基础。
本练习是课程的一部分
R 中的监督学习：分类
练习说明
- 使用
nrow()和subset()统计数据集中相关行数，求出 P(office)，并将结果保存为p_A。 - 再次使用
nrow()和subset()求出 P(weekday)，并将结果保存为p_B。 - 最后一次使用
nrow()和subset()求出 P(office and weekday)。将结果保存为p_AB。 - 计算 P(office | weekday)，并将结果保存为
p_A_given_B。 - 打印
p_A_given_B的值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 <- ___
___