更复杂的位置模型
locations 数据集记录了 Brett 连续 13 周内每小时的位置。每个小时的跟踪信息包含 daytype（周末或工作日）以及 hourtype（早晨、下午、傍晚或夜间）。
使用这些数据，构建一个更复杂的模型，观察 Brett 的预测位置如何不仅随星期几变化，也随一天中的时间变化。数据集 locations 已经加载到您的工作区中。
您可以在公式中使用 + 指定更多自变量（例如 y ~ x + b）。
naivebayes 包已预加载。
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 R 公式接口构建一个模型，使位置同时依赖于
daytype和hourtype。回忆naive_bayes()函数需要 2 个参数：formula和data。 - 使用数据框
weekday_afternoon和predict()函数，预测 Brett 在工作日下午的位置。 - 对
weekday_evening执行相同的预测。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Build a NB model of location
locmodel <- ___
# Predict Brett's location on a weekday afternoon
___
# Predict Brett's location on a weekday evening
___