Analyse de sentiments avec GBM

Utilisons maintenant le GradientBoostingClassifier de scikit-learn sur l'ensemble de données reviews pour prédire le sentiment d'un commentaire à partir de son texte.

Nous ne passerons pas le texte brut en entrée du modèle. Le prétraitement suivant a été effectué pour vous :

Retirer les commentaires avec des valeurs manquantes.
Sélectionner les données des 5 applications les plus populaires.
Sélectionner un sous-échantillon aléatoire de 500 commentaires.
Retirer les « mots vides » des commentaires.
Transformer les commentaires en matrice où chaque caractéristique représente la fréquence d'un mot dans un commentaire.

Vous voulez approfondir l'exploration de textes ? Consultez le cours Introduction to Natural Language Processing in Python!

Cette activité fait partie du cours

Méthodes d'ensemble en Python

Voir le cours

Instructions de l’exercice

Créez un GradientBoostingClassifier avec 100 estimateurs et un taux d'apprentissage de 0.1.
Calculez les prédictions sur l'ensemble de test.
Calculez la justesse (accuracy) pour évaluer le modèle.
Calculez et affichez la matrice de confusion.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Build and fit a Gradient Boosting classifier
clf_gbm = ____(____, ____, random_state=500)
clf_gbm.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance based on the accuracy
acc = ____
print('Accuracy: {:.3f}'.format(acc))

# Get and show the Confusion Matrix
cm = ____
print(cm)

Modifier et exécuter le code