Machine learning chat

У меня задача по обучению наивного байесовского классификатора. Есть 9 признаков со значениями "x", "o" или "b". результат либо "positive", либо "negative". Сама задача это крестики-нолики, где 9 признаков это состояние сетки ("b" - blank), а результат это собственно ответ, победил ли игрок за крестики. Всего около тысячи строк. Сначала я импортирую данные и делаю разметку через sklearn.preprocessing.LabelEncoder, затем беру готовый GaussianNB из того же sklearn. Заметил, что при примерно любом разделении данных на обучающую и тестовую выборки эффективность предсказания вертится вокруг случайности (соотношение "positive" к общему числу случаев), хотя естественно эффективность на обучающей выборке чуть выше. Для начала хотелось бы узнать, может ли в принципе байесовский классификатор выдать что-то осмысленное для такой задачи и если да, то как мне этого достичь?