Re: 오늘의 마지막 문제. 지금 만든 나이브 베이즈 알 샤이니 화면을 쳇GPT 에게 요청해서..

[19기_안민영]

# 훈련 데이터와 테스트 데이터로 분리
set.seed(1)
k <- createDataPartition(movie$장르, p=0.8, list=F)
train_data <- movie[k, ]
test_data <- movie[-k, ]
nrow(train_data)

# 나이브 베이즈 모델 생성
library(e1071)
library(naivebayes)

new_model <- naive_bayes( 장르~ .,data=train_data, laplace = 1)

# 나이 순서 조정
age_choices <- sort(unique(movie$나이), decreasing = FALSE)
age_choices

# UI 정의
ui <- fluidPage(
  tags$head(
    tags$style(HTML("
      @import‎ url('//fonts.googleapis.com/css?family=Lobster|Cabin:400,700');
      
      h1 {
        font-family: 'Lobster', cursive;
        font-weight: 500;
        line-height: 1.1;
        color: #FD748C;
      }
      body {                       
        background-color: #FDDDCD;
      }
    "))
  ),
  headerPanel("Movie Genre Predictor"),
  sidebarLayout(
    sidebarPanel(
      radioButtons("age", "나이", choices = age_choices),
      radioButtons("gender", "성별", choices = unique(movie$성별)),
      selectInput("job", "직업", choices = unique(movie$직업)),
      selectInput("married", "결혼여부", choices = unique(movie$결혼여부)),
      selectInput("relationship", "이성친구 여부", choices = unique(movie$이성친구)),
      actionButton("predict", "예측하기", style = "color: #FFF; background-color: #FF9999;"),
      actionButton("reset","Reset", style = "color: #FFF; background-color: #FF9999;")
    ),
    mainPanel(
      verbatimTextOutput("prediction"), 
      plotOutput("prob_plot")
    )
  )
)

# 서버 로직 정의
server <- function(input, output, session) {
  result <- reactiveVal‎(NULL)
  
  observeEvent(input$predict, {
    test_data <- data.frame(
      나이 = input$age,
      성별 = input$gender,
      직업 = input$job,
      결혼여부 = input$married,
      이성친구 = input$relationship
    )
    
    prediction_result <- predict(new_model, test_data, type = "prob")
    
    predicted_genre <- colnames(prediction_result)[which.max(prediction_result)]
    
    output$prediction <- renderPrint({
      paste("예측 결과: ", predicted_genre, sprintf("%.2f%%", max(prediction_result) * 100))
    })
    
    result(prediction_result)
  })
  
  output$prob_plot <- renderPlot({
    req(result())
    
    prob_data <- as.data.frame(t(result()))
    prob_data$장르 <- rownames(prob_data)
    prob_data$확률 <- prob_data$V1 * 100 
    
    # 최대값에 해당하는 장르를 확인
    max_genre <- prob_data$장르[which.max(prob_data$확률)]
    
    ggplot(prob_data, aes(x = 장르, y = 확률)) +
      geom_bar(stat = "identity", aes(fill = 장르 == max_genre), width = 0.5) +
      scale_fill_manual(values = c("TRUE" = "#FF9999", "FALSE" = "gray")) +
      geom_text(aes(label = sprintf("%.2f%%", 확률)), vjust = -0.5, size = 4) +
      labs(title = "장르별 확률", x = "장르", y = "확률 (%)") + 
      theme_minimal() +
      theme(legend.position = "none")  # 범례 제거
  })
  
  observeEvent(input$reset, {
    updateRadioButtons(session, "age", selected = character(0))
    updateRadioButtons(session, "gender", selected = character(0))
    updateSelectInput(session, "job", selected = "")
    updateSelectInput(session, "married", selected = "")
    updateSelectInput(session, "relationship", selected = "")
    output$prediction <- renderPrint({
      "조건을 선택하세요"
    })
    
    result(NULL)  # result를 초기화하여 플롯을 지웁니다.
  })
}

# Shiny 앱 실행
shinyApp(ui = ui, server = server)