Este es el último paso de la predicción de análisis de sentimiento. Hemos explorado y enriquecido nuestro conjunto de datos con características relacionadas con el sentimiento y creado vectores numéricos a partir de él.

Usarás el conjunto de datos que construiste en los pasos anteriores. Concretamente, contiene una característica con la longitud de las reseñas y 200 características creadas con el vectorizador Tfidf.

Tu tarea es entrenar una regresión logística para predecir el sentimiento. Los datos se han importado por ti y se llaman reviews_transformed. El objetivo se llama score y es binario: 1 cuando la reseña del producto es positiva y 0 en caso contrario.

Entrena un modelo de regresión logística y evalúa su rendimiento en los datos de prueba. ¿Qué tal funciona el modelo?

Todos los paquetes necesarios ya se han importado por ti.

Resumen

Create Your Free Account