मूवी रिव्यूज़ का Logistic regression
वीडियो में हमने देखा कि लॉजिस्टिक रिग्रेशन किसी क्लासिफिकेशन टास्क को मॉडल करने का एक सामान्य तरीका है, जैसे सेंटिमेंट को पॉज़िटिव या नेगेटिव के रूप में वर्गीकृत करना.
इस अभ्यास में, आप movies रिव्यूज़ डेटासेट के साथ काम करेंगे. label कॉलम में सेंटिमेंट स्टोर है: रिव्यू पॉज़िटिव होने पर 1 और नेगेटिव होने पर 0. टेक्स्ट रिव्यू को BOW का उपयोग करके न्यूमेरिक कॉलम्स में बदला गया है.
आपका कार्य movies डेटासेट का उपयोग करके एक लॉजिस्टिक रिग्रेशन मॉडल बनाना और उसकी accuracy निकालना है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Sentiment Analysis
अभ्यास निर्देश
- लॉजिस्टिक रिग्रेशन फंक्शन इम्पोर्ट करें.
- लेबल
yऔर फीचर्सXपर लॉजिस्टिक रिग्रेशन बनाएँ और फिट करें. - डिफ़ॉल्ट
.score()मेथड का उपयोग करके लॉजिस्टिक रिग्रेशन मॉडल की accuracy कैलकुलेट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the logistic regression
from ____.____ import ____
# Define the vector of targets and matrix of features
y = movies.label
X = movies.drop('label', axis=1)
# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____(X, y))