|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
flu_func <- function(){
library(e1071)
flu_insert <- read.csv("c:/data/flu.csv", header=T, stringsAsFactors=TRUE)
# 대문자 변경
flu_insert$headache = toupper(flu_insert$headache)
# 환자 번호 제거
flu <- flu_insert[-1]
nrow(flu) # 8
train <- flu[1:8,]
model <- naiveBayes(flue~., data=train , laplace=0)
model
# 증상 입력받기 (대문자로 써야함)
a <- readline(prompt = '오한이 있습니까?') # Y
b <- readline(prompt = '콧물이 있습니까?') # N
c <- readline(prompt = '두통이 있습니까?') # MILD
d <- readline(prompt = '열이 있습니까?') # N
# data frame으로 만들기
test = data.frame(chills=a,runny_nose=b,headache=c,fever=d,stringsAsFactors = T)
test
result <- predict( model, test,type="raw") # type="raw" 로 하면 라벨 비율이 나옴
# result[1]은 N일 확률, result[2]는 Y일 확률을 의미
# type을 명시하지 않으면 확률이 50% 초과인 라벨을 출력
return(paste('독감일 확률이',round(result[2]*100,digits=1),'% 입니다.'))
# "독감일 확률이 24.5 % 입니다."
}
flu_func()
|
cs |
'인공지능 > 실습예제' 카테고리의 다른 글
| (R) 의사결정트리 활용하기 2 - 은행 대출 채무 이행/불이행 여부 예측 (0) | 2020.06.25 |
|---|---|
| (R) 의사결정트리 활용하기 1 - 화장품을 구입할 고객은? (0) | 2020.06.25 |
| (R) 나이브베이즈알고리즘 활용하기 2 - 영화 장르 예측 (0) | 2020.06.25 |
| (R) 나이브베이즈알고리즘 활용하기 1 - 버섯 분류 (0) | 2020.06.24 |
| (R) KNN알고리즘 활용하기 2 - 와인 분류 (0) | 2020.06.24 |