SEED = 123143
random.seed(SEED)
datas = pd.read_csv('/home/arthur-pulini/Documentos/Programação/Machine learning Alura/Alura_Care-Exercise/exames.csv')
print(datas)
#Preparando quais colunas serão utilizadas em x e y
examsValues = datas.drop(['id', 'diagnostico'], axis=1)
diagnosis = datas.diagnostico
print(examsValues)
print(diagnosis)
#separando entre treino e teste, X e Y
trainX, testX, trainY, testY = train_test_split(examsValues, diagnosis,)
#instanciando o RandomForestClassifier, usando o numero padrão de árvores
forestClassifier = RandomForestClassifier(n_estimators = 100)
forestClassifier.fit(trainX, trainY) #Ajustando o classificador
print(forestClassifier.score(testX, testY))
Quando eu passo o "forestClassifier.score(testX, testY))" ele não está acusando o erro de valores nulos.