मॉडल बनाइए और जाँचिए: मूवी रिव्यूज़
इस प्रश्न में, आप movies डेटासेट का उपयोग करके एक लॉजिस्टिक रिग्रेशन मॉडल बनाएँगे. स्कोर label कॉलम में है और जब रिव्यू सकारात्मक हो तो 1 तथा नकारात्मक हो तो 0 होता है. टेक्स्ट रिव्यू को BOW का उपयोग करके न्यूमेरिक कॉलम्स में बदला गया है.
आपने पहले एक क्लासिफ़ायर बनाया था, लेकिन उसे उसी डेटा पर evaluate किया था जिसका उपयोग training स्टेप में हुआ था. अब सुनिश्चित करें कि आप मॉडल का आकलन एक अनदेखे test डेटासेट पर करें. जब मॉडल को test सेट पर evaluate किया जाता है तो उसके प्रदर्शन में क्या बदलाव आता है?
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Sentiment Analysis
अभ्यास निर्देश
- train/test split के लिए आवश्यक फंक्शन इम्पोर्ट करें.
- train/test split करें, यह निर्दिष्ट करते हुए कि 20% डेटा test सेट के रूप में उपयोग होना चाहिए.
- एक लॉजिस्टिक रिग्रेशन मॉडल ट्रेन करें.
- training और testing डेटा पर मॉडल की accuracy प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the required packages
from sklearn.linear_model import LogisticRegression
____
# Define the vector of labels and matrix of features
y = movies.label
X = movies.drop('label', axis=1)
# Perform the train-test split
X_train, X_test, y_train, y_test = ____(X, y, ____=0.2, random_state=42)
# Build a logistic regression model and print out the accuracy
log_reg = ____.____
print('Accuracy on train set: ', log_reg.____(____, ____))
print('Accuracy on test set: ', log_reg.____(____, ____))