Natrénuješ model logistické regrese, který předpovídá sentiment tweetů, a vyhodnotíš jeho výkon na testovací sadě pomocí různých metrik.

Matice X je už připravená. Obsahuje příznaky vytvořené metodou BOW ze sloupce text.

Štítky jsou uloženy ve vektoru y. Hodnota 0 označuje negativní tweety, 1 neutrální a 2 pozitivní. I když máme 3 třídy, jde stále o klasifikační úlohu. Přesnost (accuracy) měří podíl správně předpovězených instancí. Matice záměn bude mít rozměr 3×3 — každý řádek udává počet předpovězených případů pro třídy 2, 1 a 0 a každý sloupec skutečný počet případů ve třídě 2, 1 a 0.

Všechny potřebné balíčky jsou již naimportované.

Dokázali jsme sentiment opravdu dobře předpovědět?

Create Your Free Account