ほかの評価指標を計算する
正解率（accuracy）に加えて、この新しいモデルの F1 スコアも計算し、性能をより立体的に評価してみましょう。
すでに 70-30 の学習用・テスト用分割は実施済みで、必要なモジュールもすべて読み込まれています。
この演習はコースの一部です
マーケティングアナリティクス：Pythonで顧客解約を予測する
演習の手順
- テストデータのラベルを予測します。
- F1 スコアを出力します。
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。
# Import f1_score
from sklearn.metrics import f1_score
# Instantiate the classifier
clf = RandomForestClassifier()
# Fit to the data
clf.fit(X_train, y_train)
# Predict the labels of the test set
y_pred = ____
# Print the F1 score
print(____)