特徴選択でNaive Bayesを学習する
ここでは、第3章の最後で実行したNaive Bayesによるテキスト分類モデルを、前の演習で選んだ特徴量（volunteer データセットの title と category_desc 列）で再実行します。
この演習はコースの一部です
Pythonで学ぶMachine Learningの前処理
演習の手順
filtered_textのテキストベクトルとyラベル（category_descのラベル）に対してtrain_test_split()を使い、クラス分布が不均衡なため、stratifyパラメータにはyを渡します。nbのNaive BayesモデルをX_trainとy_trainに適合させます。nbのテストセット精度を計算します。
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。
# Split the dataset according to the class distribution of category_desc
X_train, X_test, y_train, y_test = ____(____.toarray(), ____, stratify=____, random_state=42)
# Fit the model to the training data
nb.____
# Print out the model's accuracy
print(nb.____)