Mantarın yenilebilirliğini tahmin etme

Artık veriyi keşfettiğine göre, mantarların yenilebilirliğini tahmin etmek için ilk modeli kurma zamanı.

Veri kümesine mushrooms olarak erişebilirsin. Hem özellikler hem de hedef kategorik olduğundan, senin için bunlar "dummy" ikili değişkenlere dönüştürüldü.

Haydi Naive Bayes ( scikit-learn'ün GaussianNB sınıfını kullanarak) ile başlayalım ve bu algoritmanın bu problemde nasıl performans gösterdiğine bakalım.

Bu egzersiz, kursun bir parçasıdır

Python'da Ensemble Yöntemleri

Kursa Göz Atın

Egzersiz talimatları

clf_nb adlı bir GaussianNB sınıflandırıcısı oluştur.
clf_nb modelini X_train ve y_train eğitim verilerine uydur.
Test kümesi üzerinde tahminleri hesapla. Bu tahminler, doğruluk (accuracy) skoru ile performansı değerlendirmek için kullanılacak.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)))

Kodu Düzenle ve Çalıştır