เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

พยากรณ์ความสามารถในการรับประทานของเห็ด

หลังจากสำรวจข้อมูลแล้ว ถึงเวลาสร้างโมเดลแรกเพื่อพยากรณ์ว่าเห็ดแต่ละชนิดรับประทานได้หรือไม่

ชุดข้อมูลที่ใช้คือ mushrooms เนื่องจากทั้ง feature และ target เป็นข้อมูลแบบ categorical จึงได้แปลงเป็นตัวแปรไบนารีแบบ "dummy" ให้เรียบร้อยแล้ว

เริ่มต้นด้วย Naive Bayes (โดยใช้ GaussianNB จาก scikit-learn) แล้วดูกันว่าอัลกอริทึมนี้จะให้ผลลัพธ์เป็นอย่างไรกับปัญหานี้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Ensemble Methods ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง classifier GaussianNB และตั้งชื่อว่า clf_nb
  • Fit clf_nb กับข้อมูล training ได้แก่ X_train และ y_train
  • คำนวณค่าพยากรณ์บนชุดข้อมูลทดสอบ เพื่อนำไปประเมินประสิทธิภาพโดยใช้ accuracy score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)))
แก้ไขและรันโค้ด