Twitterデータでのロジスティック回帰
この演習では、tweets データセットを使ってロジスティック回帰モデルを構築します。目的変数は airline_sentiment で、否定的なツイートは 0、中立は 1、肯定は 2 です。つまり、この課題はマルチクラス分類です。二値分類で学んだことは、マルチクラス分類にもそのまま当てはまります。
スライドで紹介した2つの方法でモデルの精度を評価します。
ロジスティック回帰関数と精度スコアは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
- 定義済みの
Xとyを引数にして、ロジスティック回帰モデルを構築して学習させます。 - ロジスティック回帰モデルの精度を計算します。
- ラベルを予測します。
- 予測ラベルと真のラベルを使って、accuracy score を計算します。
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。
# 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: ', ____(___, ____))