改进您的模型

本练习中，您的任务是使用 Tfidf 向量尝试几个不同的 alpha 水平，看看是否能得到更好的组合。

训练集和测试集已创建，tfidf_vectorizer、tfidf_train 和 tfidf_test 已计算完毕。

使用 np.arange() 创建要尝试的 alpha 列表。取值范围应从 0 到 1，步长为 0.1。
创建函数 train_and_predict()，接收 1 个参数：alpha。该函数应：
- 使用 alpha=alpha 实例化一个 MultinomialNB 分类器。
- 在训练数据上进行拟合。
- 在测试数据上进行预测。
- 计算并返回准确率分数。
使用 for 循环，打印 alpha、score，并在两者之间打印一个换行。使用您的 train_and_predict() 函数来计算 score。分数会随着 alpha 变化吗？最优的 alpha 是多少？