Prezicerea comestibilității ciupercilor

Acum că ai explorat datele, este momentul să construiești un prim model pentru a prezice comestibilitatea ciupercilor.

Setul de date îți este disponibil ca mushrooms. Deoarece atât caracteristicile, cât și ținta sunt categoriale, acestea au fost transformate în variabile binare „dummy" pentru tine.

Să începem cu Naive Bayes (folosind GaussianNB din scikit-learn) și să vedem cum se descurcă acest algoritm pe această problemă.

Acest exercițiu face parte din cursul

Metode de ansamblu în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Instanțiază un clasificator GaussianNB numit clf_nb.
Antrenează clf_nb pe datele de antrenament X_train și y_train.
Calculează predicțiile pe setul de testare. Aceste predicții vor fi folosite pentru a evalua performanța folosind scorul de acuratețe.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)))

Editează și rulează codul