Как рассчитать точность алгоритма анализа настроений (наивный байесовский алгоритм)

В настоящее время я работаю над программой анализа настроений наивного Байеса, но я не совсем уверен, как определить ее точность. Мой код:

x = df["Text"]
y = df["Mood"]

test_size = 1785
x_train = x[:-test_size]
y_train = y[:-test_size]

x_test = x[-test_size:]
y_test = y[-test_size:]

count_vect = CountVectorizer()
X_train_counts = count_vect.fit_transform(x_train)
tfidf_transformer = TfidfTransformer()
X_train_tfidf = tfidf_transformer.fit_transform(X_train_counts)
clf = MultinomialNB().fit(X_train_tfidf, y_train)

print(clf.predict(count_vect.transform(["Random text"])))

Прогноз отлично работает для предложения, которое я ему даю, однако я хочу запустить его на 20% из моей базы данных (x_test и y_test) и рассчитать точность. Я не совсем уверен, как подойти к этому. Любая помощь будет оценена по достоинству.

Я также пробовал следующее:

predictions = clf.predict(x_test)

print(accuracy_score(y_test, predictions))

Что дает мне следующую ошибку:

ValueError: could not convert string to float: "A sentence from the dataset"