Logistická regrese filmových recenzí

Ve videu jsme se dozvěděli, že logistická regrese je běžný způsob, jak modelovat klasifikační úlohu – například klasifikaci sentimentu jako pozitivního nebo negativního.

V tomto cvičení budeš pracovat s datasetem movies obsahujícím filmové recenze. Sloupec label uchovává sentiment: hodnota 1 označuje pozitivní recenzi, hodnota 0 negativní. Textové recenze byly pomocí metody BOW převedeny na číselné sloupce.

Tvým úkolem je sestavit model logistické regrese na základě datasetu movies a vypočítat jeho přesnost.

Toto cvičení je součástí kurzu

Sentiment Analysis v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj funkci pro logistickou regresi.
Vytvoř model logistické regrese a natrénuj ho na štítcích y a příznacích X.
Vypočítej přesnost modelu logistické regrese pomocí výchozí metody .score().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the logistic regression
from ____.____ import ____

# Define the vector of targets and matrix of features
y = movies.label
X = movies.drop('label', axis=1)

# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____(X, y))

Upravit a spustit kód