शुरू करेंमुफ़्त में शुरू करें

Twitter डेटा के साथ मॉडलों को रेग्युलराइज़ करना

आप Twitter डेटा के साथ काम करेंगे जिसमें एयरलाइन कंपनियों के बारे में ग्राहकों का sentiment व्यक्त किया गया है। आपके लिए X फीचर्स की मैट्रिक्स और y लेबल्स का वेक्टर बना दिया गया है। इसके अलावा, training और testing का split भी कर दिया गया है। आप सीधे X_train, X_test, y_train और y_test एरेज़ के साथ काम कर सकते हैं.

आप रेग्युलराइज़्ड और अधिक लचीले मॉडल्स ट्रेन करेंगे और उन्हें अलग-अलग मॉडल परफॉर्मेंस मेट्रिक्स से evaluate करेंगे.

सभी आवश्यक पैकेज आपके लिए import कर दिए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Sentiment Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दो लॉजिस्टिक रिग्रेशन ट्रेन करें: एक में रेग्युलराइज़ेशन पैरामीटर 100 रखें और दूसरे में 0.1.
  • दोनों मॉडलों के accuracy स्कोर प्रिंट करें.
  • प्रत्येक मॉडल का कन्फ्यूज़न मैट्रिक्स प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Build a logistic regression with regularizarion parameter of 100
log_reg1 = ____.____
# Build a logistic regression with regularizarion parameter of 0.1
log_reg2 = ____.____

# Predict the labels for each model
y_predict1 = log_reg1.predict(X_test)
y_predict2 = log_reg2.predict(X_test)

# Print performance metrics for each model
print('Accuracy of model 1: ', ____(____, ____))
print('Accuracy of model 2: ', ____(___, ____))
print('Confusion matrix of model 1: \n' , ____(____, ____)/len(y_test))
print('Confusion matrix of model 2: \n', ____(____, ____)/len(y_test))
कोड संपादित करें और चलाएँ