Twitterデータでモデルを正則化する
航空会社に対する顧客の感情を表すTwitterデータを使います。特徴量行列Xとラベルベクトルyはすでに用意されています。さらに学習用とテスト用への分割も済んでいるので、X_train、X_test、y_train、y_test配列をそのまま使えます。
正則化したモデルと、より柔軟なモデルを学習し、異なるモデル評価指標で評価します。
必要なパッケージはすべてインポート済みです。
この演習はコースの一部です
Pythonで学ぶSentiment Analysis
演習の手順
- ロジスティック回帰を2つ学習します。1つは正則化パラメータを100、もう1つは0.1に設定します。
- 両方のモデルの正解率を表示します。
- 各モデルの混同行列を表示します。
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。
# Build a logistic regression with regularizarion parameter of 100
log_reg1 = ____.____
# Build a logistic regression with regularizarion parameter of 0.1
log_reg2 = ____.____
# Predict the labels for each model
y_predict1 = log_reg1.predict(X_test)
y_predict2 = log_reg2.predict(X_test)
# Print performance metrics for each model
print('Accuracy of model 1: ', ____(____, ____))
print('Accuracy of model 2: ', ____(___, ____))
print('Confusion matrix of model 1: \n' , ____(____, ____)/len(y_test))
print('Confusion matrix of model 2: \n', ____(____, ____)/len(y_test))