Twitter डेटा पर Logistic regression
इस अभ्यास में, आप tweets डेटासेट का उपयोग करके एक लॉजिस्टिक रिग्रेशन मॉडल बनाएँगे. टारगेट airline_sentiment दिया गया है, जहाँ नकारात्मक ट्वीट्स के लिए 0, neutral के लिए 1, और सकारात्मक के लिए 2 है. यानी यहाँ आपके पास एक multi-class classification टास्क है. हमने binary समस्याओं के बारे में जो भी सीखा है, वह multi-class classification समस्याओं पर भी लागू होता है.
आप स्लाइड्स में दिखाए गए दो अलग-अलग तरीकों से मॉडल की accuracy का मूल्यांकन करेंगे.
लॉजिस्टिक रिग्रेशन फंक्शन और accuracy score आपके लिए इम्पोर्ट किए जा चुके हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Sentiment Analysis
अभ्यास निर्देश
- दिए गए
Xऔरyको आर्ग्युमेंट्स के रूप में लेकर एक लॉजिस्टिक रिग्रेशन मॉडल बनाएँ और fit करें. - लॉजिस्टिक रिग्रेशन मॉडल की accuracy निकालें.
- लेबल्स predict करें.
- predicted और true लेबल्स का उपयोग करके accuracy score निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define the vector of targets and matrix of features
y = tweets.airline_sentiment
X = tweets.drop('airline_sentiment', axis=1)
# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____)
# Create an array of prediction
y_predict = log_reg.____
# Print the accuracy using accuracy score
print('Accuracy of logistic regression: ', ____(___, ____))