Du trainierst ein logistisches Regressionsmodell, das die Stimmung von Tweets vorhersagt, und bewertest seine Leistung auf dem Testset mit verschiedenen Metriken.

Für dich wurde eine Matrix X erstellt. Sie enthält Merkmale, die mit einem BOW auf der Spalte text erzeugt wurden.

Die Labels stehen in einem Vektor y. Der Vektor y ist 0 für negative Tweets, 1 für neutrale und 2 für positive. Beachte: Auch wenn wir 3 Klassen haben, handelt es sich weiterhin um ein Klassifikationsproblem. Die Accuracy misst weiterhin den Anteil der korrekt vorhergesagten Instanzen. Die Konfusionsmatrix hat nun die Größe 3x3. Jede Zeile gibt die Anzahl der vorhergesagten Fälle für die Klassen 2, 1 und 0 an, und jede Spalte die wahre Anzahl der Fälle in den Klassen 2, 1 und 0.

Alle benötigten Pakete wurden für dich importiert.

Haben wir die Stimmung wirklich gut vorhergesagt?

Create Your Free Account