Hledání nejvíce pozitivních a negativních slov
V tomto cvičení se pokusíme interpretovat koeficienty logistické regrese natrénované na datasetu sentimentu filmových recenzí. Model je už připravený a natrénovaný v proměnné lr.
Slova odpovídající jednotlivým příznakům jsou načtená do proměnné vocab. Například vocab[100] je "think", což znamená, že příznak 100 odpovídá počtu výskytů slova "think" v dané filmové recenzi.
Toto cvičení je součástí kurzu
Linear Classifiers in Python
Pokyny k cvičení
- Najdi slova odpovídající 5 největším koeficientům.
- Najdi slova odpovídající 5 nejmenším koeficientům.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Get the indices of the sorted cofficients
inds_ascending = np.argsort(lr.coef_.flatten())
inds_descending = inds_ascending[::-1]
# Print the most positive words
print("Most positive words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")
# Print most negative words
print("Most negative words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")