Regresja logistyczna recenzji filmowych

W lekcji wideo poznałeś regresję logistyczną jako popularną metodę modelowania zadań klasyfikacyjnych, takich jak określanie wydźwięku recenzji jako pozytywnego lub negatywnego.

W tym ćwiczeniu będziesz pracować z zbiorem danych movies zawierającym recenzje filmów. Kolumna label przechowuje sentyment: wartość 1 oznacza recenzję pozytywną, a 0 – negatywną. Tekst recenzji został przekształcony za pomocą metody BOW na kolumny numeryczne.

Twoim zadaniem jest zbudowanie modelu regresji logistycznej na zbiorze danych movies i obliczenie jego dokładności.

To ćwiczenie jest częścią kursu

Analiza sentymentu w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj funkcję regresji logistycznej.
Utwórz model regresji logistycznej i dopasuj go do etykiet y oraz cech X.
Oblicz dokładność modelu regresji logistycznej, używając domyślnej metody .score().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import the logistic regression
from ____.____ import ____

# Define the vector of targets and matrix of features
y = movies.label
X = movies.drop('label', axis=1)

# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____(X, y))

Edytuj i uruchom kod