시작하기무료로 시작하기

버섯 식용 가능성 예측하기

데이터를 탐색해 보았으니, 이제 첫 번째 모델을 만들어 버섯의 식용 가능성을 예측해 볼까요?

데이터셋은 mushrooms로 제공돼 있어요. 특징과 타깃이 모두 범주형이므로, 이미 여러분을 위해 "더미" 이진 변수로 변환해 두었습니다.

먼저 Naive Bayes(scikit-learn의 GaussianNB 사용)로 시작해 이 문제에서 알고리즘이 어떻게 성능을 내는지 확인해 보세요.

이 연습은 강의의 일부입니다

Python에서의 앙상블 기법

강의 보기

연습 안내

  • GaussianNB 분류기를 clf_nb라는 이름으로 인스턴스화하세요.
  • clf_nb를 학습 데이터 X_train과 y_train에 맞춰 학습하세요.
  • 테스트 세트에 대한 예측값을 계산하세요. 이 예측값은 accuracy 점수를 사용해 성능을 평가하는 데 사용됩니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)))
코드 편집 및 실행