Memprediksi kelayakan jamur untuk dimakan

Sekarang setelah Anda menelaah datanya, saatnya membangun model pertama untuk memprediksi kelayakan jamur untuk dimakan.

Himpunan data tersedia sebagai mushrooms. Karena baik fitur maupun targetnya bersifat kategorikal, semuanya telah diubah menjadi variabel biner "dummy" untuk Anda.

Mari mulai dengan Naive Bayes (menggunakan scikit-learn GaussianNB) dan lihat bagaimana kinerja algoritma ini pada permasalahan ini.

Latihan ini adalah bagian dari kursus

Metode Ensemble di Python

Lihat Kursus

Petunjuk latihan

Instansiasikan pengklasifikasi GaussianNB dengan nama clf_nb.
Latih clf_nb pada data pelatihan X_train dan y_train.
Hitung prediksi pada himpunan uji. Prediksi ini akan digunakan untuk mengevaluasi kinerja menggunakan skor akurasi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)))

Edit dan Jalankan Kode