Ahora vamos a usar el GradientBoostingClassifier de scikit-learn sobre el conjunto de datos reviews para predecir el sentimiento de una reseña a partir de su texto.

No pasaremos el texto en bruto como entrada del modelo. Ya se han aplicado los siguientes pasos de preprocesamiento por ti:

Eliminar reseñas con valores ausentes.
Seleccionar datos de las 5 apps principales.
Seleccionar una submuestra aleatoria de 500 reseñas.
Eliminar las «stop words» de las reseñas.
Transformar las reseñas en una matriz, en la que cada característica representa la frecuencia de una palabra en una reseña.

¿Quieres profundizar más en minería de texto? Entonces echa un vistazo al curso Introduction to Natural Language Processing in Python.

Adaptive boosting: un modelo premiado

Create Your Free Account