映画レビューの感情分析
この演習では、ロジスティック回帰が出力する確率を、Large Movie Review Dataset のサブセットで確認します。
変数 X と y はすでに環境に読み込まれています。X には映画レビュー内の単語の出現回数に基づく特徴量が、y にはレビューの感情がポジティブ（+1）かネガティブ（-1）かのラベルが入っています。
この演習はコースの一部です
Python で学ぶ線形分類器
演習の手順
- 映画レビューのデータでロジスティック回帰モデルを学習します。
- 指定された2つのレビューについて、ネガティブ対ポジティブの確率を予測します。
- ぜひ自分でレビュー文を書いて、その確率も試してみてください！
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Instantiate logistic regression and train
lr = ____
lr.fit(____)
# Predict sentiment for a glowing review
review1 = "LOVED IT! This movie was amazing. Top 10 this year."
review1_features = get_features(review1)
print("Review:", review1)
print("Probability of positive review:", lr.predict_proba(____)[0,1])
# Predict sentiment for a poor review
review2 = "Total junk! I'll never watch a film by that director again, no matter how good the reviews."
review2_features = get_features(review2)
print("Review:", review2)
print("Probability of positive review:", lr.predict_proba(____)[0,1])