キノコの食用可否を予測する
データの探索ができたので、キノコの食用可否を予測する最初のモデルを作成していきます。
データセットは mushrooms として用意されています。特徴量と目的変数はいずれもカテゴリ変数のため、すでにダミーの二値変数に変換済みです。
まずは Naive Bayes（scikit-learn の GaussianNB を使用）から始め、この問題でどの程度の性能が出るか確認しましょう。
この演習はコースの一部です
Pythonで学ぶアンサンブル手法
演習の手順
GaussianNB分類器をインスタンス化し、clf_nbという名前を付けてください。clf_nbを学習データX_trainとy_trainに適合させてください。- テストセットに対する予測を計算してください。これらの予測は、accuracy スコアで性能を評価するために使用します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)))