Обучение наивного байесовского классификатора с отбором признаков

Теперь вы снова запустите модель классификации текста на основе наивного байесовского классификатора, которую использовали в конце главы 3, — на этот раз с признаками, отобранными в предыдущем упражнении: столбцами title и category_desc набора данных volunteer.

Это упражнение является частью курса

Предобработка данных для машинного обучения на Python

Посмотреть курс

Инструкции к упражнению

Примените train_test_split() к текстовому вектору filtered_text и меткам y (то есть меткам category_desc). Передайте набор y в параметр stratify, поскольку классы распределены неравномерно.
Обучите наивный байесовский классификатор nb на данных X_train и y_train.
Вычислите точность модели nb на тестовой выборке.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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.____)

Редактировать и запускать код