Vous allez entraîner un modèle de régression logistique pour prédire le sentiment de tweets et évaluer ses performances sur l’ensemble de test à l’aide de différentes mesures.

Une matrice X a été créée pour vous. Elle contient des variables construites avec un BOW à partir de la colonne text.

Les labels sont stockés dans un vecteur y. Le vecteur y vaut 0 pour les tweets négatifs, 1 pour les neutres et 2 pour les positifs. Notez que même si nous avons 3 classes, il s’agit toujours d’un problème de classification. L’accuracy mesure toujours la proportion d’instances correctement prédites. La matrice de confusion sera désormais de taille 3x3 : chaque ligne donnera le nombre de cas prédits pour les classes 2, 1 et 0, et chaque colonne le nombre réel de cas dans les classes 2, 1 et 0.

Tous les paquets nécessaires ont été importés pour vous.

A-t-on vraiment bien prédit le sentiment ?

Create Your Free Account