Wytrenuj model regresji logistycznej, który przewiduje sentyment tweetów, a następnie oceń jego wydajność na zbiorze testowym przy użyciu różnych metryk.

Macierz X została już dla ciebie przygotowana. Zawiera cechy utworzone metodą BOW na kolumnie text.

Etykiety są przechowywane w wektorze y. Wartość 0 oznacza tweety negatywne, 1 – neutralne, a 2 – pozytywne.
Zwróć uwagę, że mimo iż mamy 3 klasy, nadal jest to problem klasyfikacji. Dokładność (accuracy) nadal mierzy odsetek poprawnie sklasyfikowanych przypadków. Macierz pomyłek będzie teraz miała rozmiar 3x3: każdy wiersz pokazuje liczbę przewidzianych przypadków dla klas 2, 1 i 0, a każda kolumna – rzeczywistą liczbę przypadków w klasach 2, 1 i 0.

Wszystkie wymagane pakiety zostały już zaimportowane.

Czy naprawdę dobrze przewidzieliśmy sentyment?

Create Your Free Account