data_set_copy=list（data_set）
whilelen（train_set）best_prob：
best_label=class_val
best_prob=probability
returnbest_label
定义准确性评估函数，在测试数据上评估分类器的准确率。
In[9]：defget_predictions（summaries，test_set）：
predictions=[]
foriinrange（len（test_set））：
result=predict（summaries，test_set[i]）
（result）
returnpredictions
defget_accuracy（predictions，test_set）：
correct=0
forxinrange（len（test_set））：
iftest_set[x][-1]==predictions[x]：
correct +=1
return（correct/float（len（test_set）））*100.0
定义main函数，通过运行main函数，进行分类器的训练和在测试数据集上的准确率评估。
In[10]：defmain（）：
filename=''
split_ratio=0.67
data_set=load_csv_file（filename）
train_set，test_set=split_data_set（data_set，spli
t_ratio）
print（'Split%srowsintotrainset=%sandtest
set=%srows'%（len（data_set），len（train_
set），len（test_set）））
summaries=summarize_by_class（train_set）
predictions=get_predictions（summaries，test_set）
accuracy=get_accuracy（predictions，test_set）
print（'Accuracy：%s'%accuracy
In[11]：main（）
最终可以看到，在测试集上，分类器的准确率大概是73%（图4-4）。
图4-4 准确率
