Clasificación de intenciones con sklearn

Ya tienes un array X con los vectores que describen cada una de las frases del conjunto de datos ATIS y un array 1D y con las etiquetas. Las etiquetas son enteros que corresponden a las intenciones del conjunto de datos. Por ejemplo, la etiqueta 0 corresponde a la intención atis_flight.

Ahora vas a usar la biblioteca scikit-learn para entrenar un clasificador sobre este mismo conjunto de datos. En concreto, ajustarás y evaluarás un clasificador de vectores de soporte.

Este ejercicio forma parte del curso

Creación de chatbots en Python

Ver curso

Instrucciones del ejercicio

Importa la clase SVC de sklearn.svm.
Instancia un clasificador clf llamando a SVC con un único argumento con nombre C con valor 1.
Ajusta el clasificador a los datos de entrenamiento X_train y y_train.
Predice las etiquetas del conjunto de prueba, X_test.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import SVC
____

# Create a support vector classifier
clf = ____

# Fit the classifier using the training data
____

# Predict the labels of the test set
y_pred = ____

# Count the number of correct predictions
n_correct = 0
for i in range(len(y_test)):
    if y_pred[i] == y_test[i]:
        n_correct += 1

print("Predicted {0} correctly out of {1} test examples".format(n_correct, len(y_test)))

Editar y ejecutar código