最良のモデルを選ぶ

この演習では、複数の分類器を比較し、最も良い性能のものを選びます。

ここで扱うデータセット（すでに読み込み済みで、学習用とテスト用に分割されています）は、Pokémon の各ポケモンについて、ステータス、タイプ、そして伝説かどうかの情報で構成されています。分類器の目的は、この 'Legendary' 変数を予測することです。

学習データには3つの個別の分類器が学習済みです。

clf_lr はロジスティック回帰です。
clf_dt は決定木です。
clf_knn は 5-nearest neighbors 分類器です。

このデータではクラス不均衡があり（800体のうち伝説は65体のみ）、評価指標には F1-Score を用います。Scikit-learn の f1_score() はインポート済みです。

clf_lr、clf_dt、clf_knn の各分類器を使って、X_test のラベルを予測してください。