1. 학습
    2. /
  2. 강의
    3. /
  3. Wprowadzenie do przetwarzania języka naturalnego w Pythonie
Connected

연습 문제

Ulepszanie modelu

Twoim zadaniem w tym ćwiczeniu jest przetestowanie kilku różnych wartości alpha przy użyciu wektorów Tfidf, aby sprawdzić, czy istnieje lepsza kombinacja parametrów.

Zbiory treningowy i testowy zostały już utworzone, a tfidf_vectorizer, tfidf_train i tfidf_test zostały obliczone.

지침

100 XP
  • Utwórz listę wartości alpha za pomocą np.arange(). Wartości powinny być z zakresu od 0 do 1 z krokiem 0.1.
  • Utwórz funkcję train_and_predict(), która przyjmuje jeden argument: alpha. Funkcja powinna:
    • Tworzyć instancję klasyfikatora MultinomialNB z parametrem alpha=alpha.
    • Dopasowywać go do danych treningowych.
    • Obliczać przewidywania na danych testowych.
    • Obliczać i zwracać wynik dokładności.
  • Używając pętli for, wyświetl wartość alpha, score i znak nowej linii między nimi. Do obliczenia score użyj funkcji train_and_predict(). Czy wynik zmienia się wraz z wartością alpha? Jaka wartość alpha daje najlepsze rezultaty?