Analýza sentimentu filmových recenzí
V tomto cvičení prozkoumáš pravděpodobnosti, které logistická regrese vrací pro podmnožinu datasetu Large Movie Review Dataset.
Proměnné X a y jsou už načtené v prostředí. X obsahuje příznaky založené na počtu výskytů slov v recenzích a y obsahuje štítky určující, zda je sentiment recenze pozitivní (+1) nebo negativní (-1).
Toto cvičení je součástí kurzu
Linear Classifiers in Python
Pokyny k cvičení
- Natrénuj model logistické regrese na datech z filmových recenzí.
- Předpověz pravděpodobnosti negativního a pozitivního sentimentu pro dvě zadané recenze.
- Klidně zkus napsat vlastní recenze a zjisti, jaké pravděpodobnosti model přiřadí jim!
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Instantiate logistic regression and train
lr = ____
lr.fit(____)
# Predict sentiment for a glowing review
review1 = "LOVED IT! This movie was amazing. Top 10 this year."
review1_features = get_features(review1)
print("Review:", review1)
print("Probability of positive review:", lr.predict_proba(____)[0,1])
# Predict sentiment for a poor review
review2 = "Total junk! I'll never watch a film by that director again, no matter how good the reviews."
review2_features = get_features(review2)
print("Review:", review2)
print("Probability of positive review:", lr.predict_proba(____)[0,1])