Page 21 -

plt.bar(np.arange(80), data, color=”#348ABD”)
plt.bar(tau - 1, data[tau-1], color=”r”, label=”사용자의 행동 변화")
plt.xlim(0, 80)
plt.xlabel(“시간(일수)”)
plt.ylabel(“수신한 문자 메시지”)
figsize(12.5, 5)
plt.title(“우리의 모델을 시뮬레이션하여 얻은 가상 데이터셋 추가 예제")

for i in range(4):
plt.subplot(4, 1, i+1)
plt.xlabel(“시간(일수)”)
plt.ylabel(“수신한 문자 메시지”)
plot_artificial_sms_dataset()

나중에 이것을 사용하여 예측하는 방법과 모델의 적합성을 검증하는 방법을 알아볼 것이다.

그림 2-4 우리의 모델을 시뮬레이션하여 얻은 가상 데이터셋 추가 예제
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80
40
35
30
25
20
15
10
5 0 0 10 20 30 40 50 60 70 80
ࣻनೠ ޙ੗ ݫद૑ 70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80
दр ੌࣻ

060

베이지안_11.indd 60 2017-11-17 오전 11:07:26