预测蘑菇是否可食用
现在您已经探索过数据，是时候构建首个模型来预测蘑菇是否可食用了。
数据集以 mushrooms 提供。由于特征和目标变量都是类别型数据，已为您转换为"虚拟"二元变量。
我们先从朴素贝叶斯开始（使用 scikit-learn 的 GaussianNB），看看该算法在此问题上的表现如何。
本练习是课程的一部分
Python 中的集成方法
练习说明
- 实例化一个名为
clf_nb的GaussianNB分类器。 - 将
clf_nb拟合到训练数据X_train和y_train。 - 在测试集上计算预测结果。随后将使用准确率来评估模型表现。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)))