Sestav a vyhodnoť model: data z recenzí produktů
V tomto cvičení sestavíš logistickou regresi pomocí datasetu reviews, který obsahuje recenze zákazníků na produkty Amazonu. Pole y obsahuje sentiment: 1 pro pozitivní a 0 pro ostatní případy. Pole X obsahuje všechny číselné příznaky vytvořené pomocí přístupu BOW. Klidně si je prozkoumej v IPython Shellu.
Tvým úkolem je sestavit model logistické regrese a pomocí testovací sady vypočítat přesnost a matici záměn.
Funkce pro logistickou regresi a rozdělení dat na trénovací a testovací sadu jsou již importované.
Toto cvičení je součástí kurzu
Sentiment Analysis v Pythonu
Pokyny k cvičení
- Importuj funkce pro výpočet přesnosti a matice záměn.
- Rozděl data na trénovací a testovací sadu — jako testovací použij 30 % dat a nastav náhodné semínko na
42. - Natrénuj model logistické regrese.
- Vypiš přesnost a matici záměn na základě testovacích dat.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import the accuracy and confusion matrix
____
# Split the data into training and testing
X_train, X_test, y_train, y_test = ____(____, ____, ____=0.3, ____=42)
# Build a logistic regression
log_reg = ____._____
# Predict the labels
y_predict = log_reg.predict(X_test)
# Print the performance metrics
print('Accuracy score of test data: ', ____(____, ____))
print('Confusion matrix of test data: \n', ____(____, ____)/len(y_test))