Prevedere l'edibilità dei funghi

Ora che hai esplorato i dati, è il momento di costruire un primo modello per prevedere l'edibilità dei funghi.

L'insieme di dati è disponibile come mushrooms. Poiché sia le feature sia il target sono categorici, sono stati trasformati in variabili binarie "dummy" per te.

Cominciamo con Naive Bayes (usando il GaussianNB di scikit-learn) e vediamo come si comporta questo algoritmo su questo problema.

Questo esercizio fa parte del corso

Metodi Ensemble in Python

Visualizza il corso

Istruzioni dell'esercizio

Istanzia un classificatore GaussianNB chiamato clf_nb.
Addestra clf_nb sui dati di training X_train e y_train.
Calcola le predizioni sul set di test. Queste predizioni verranno usate per valutare le prestazioni tramite l'accuracy.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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)))

Modifica ed esegui il codice