मशरूम की खानेयोग्यता की भविष्यवाणी
अब जब आपने डेटा एक्सप्लोर कर लिया है, तो मशरूम की खानेयोग्यता की भविष्यवाणी करने के लिए अपना पहला मॉडल बनाने का समय है.
डेटासेट mushrooms के नाम से उपलब्ध है। क्योंकि फीचर और टारगेट दोनों कैटेगोरिकल हैं, इन्हें आपके लिए "डमी" बाइनरी वैरिएबल में बदल दिया गया है.
आइए Naive Bayes ( scikit-learn के GaussianNB का उपयोग करते हुए) से शुरुआत करें और देखें कि यह एल्गोरिदम इस समस्या पर कैसा प्रदर्शन करता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Ensemble Methods
अभ्यास निर्देश
GaussianNBक्लासिफायर को इन्स्टैंशिएट करें और उसका नामclf_nbरखें.clf_nbको ट्रेनिंग डेटाX_trainऔरy_trainपर फिट करें.- टेस्ट सेट पर प्रीडिक्शन निकालें। इन प्रीडिक्शन का उपयोग accuracy स्कोर से परफॉर्मेंस मापने में किया जाएगा.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Instantiate a Naive Bayes classifier
clf_nb = ____
# Fit the model to the training set
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the accuracy score
print("Accuracy: {:0.4f}".format(accuracy_score(y_test, pred)))