Моделювання набору даних про НЛО, частина 2

Нарешті ви побудуєте модель, використовуючи створений нами текстовий вектор desc_tfidf, а також список filtered_words, щоб сформувати відфільтрований текстовий вектор. Перевірмо, чи зможете ви передбачити type спостереження на основі тексту. Для цього ви використаєте наївний Байєсівський класифікатор.

Ця вправа є частиною курсу

Передобробка для машинного навчання в Python

Переглянути курс

Інструкції до вправи

Відфільтруйте вектор desc_tfidf, передавши до індексу список filtered_words.
Розбийте ознаки filtered_text і y, забезпечивши однаковий розподіл класів у тренувальній та тестовій вибірках; використайте random_state зі значенням 42.
Використайте .fit() моделі nb, щоб натренувати X_train і y_train.
Виведіть .score() моделі nb на вибірках X_test та y_test.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Use the list of filtered words we created to filter the text vector
filtered_text = ____[:, list(____)]

# Split the X and y sets using train_test_split, setting stratify=y 
X_train, X_test, y_train, y_test = ____(____.toarray(), ____, ____, random_state=42)

# Fit nb to the training sets
____

# Print the score of nb on the test sets
____

Редагувати та запускати код