UFOデータセットをモデリングする（その2）
最後に、作成したテキストベクトル desc_tfidf を使ってモデルを構築します。filtered_words リストを用いてフィルタ済みのテキストベクトルを作りましょう。テキストから観測の type を予測できるかを試します。ここでは Naive Bayes モデルを使います。
この演習はコースの一部です
Pythonで学ぶMachine Learningの前処理
演習の手順
- インデックスに
filtered_wordsのリストを渡して、desc_tfidfベクトルをフィルタします。 filtered_text特徴量とyを分割し、学習用とテスト用でクラス分布が等しくなるようにします。random_stateは42を使用します。nbモデルの.fit()を使ってX_trainとy_trainに当てはめます。nbモデルの.score()をX_testとy_testに対して出力します。
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。
# Use the list of filtered words we created to filter the text vector
filtered_text = ____[:, list(____)]
# Split the X and y sets using train_test_split, setting stratify=y
X_train, X_test, y_train, y_test = ____(____.toarray(), ____, ____, random_state=42)
# Fit nb to the training sets
____
# Print the score of nb on the test sets
____