Przewidywanie prawdopodobieństw dla recenzji filmów
W tym zadaniu zbudujesz model regresji logistycznej na zbiorze danych movies. Etykiety są przechowywane w tablicy y, a cechy w X.
Wytrenuj model na danych treningowych. Zamiast przewidywać klasy, wyznacz prawdopodobieństwa przynależności każdej instancji ze zbioru testowego do każdej z dwóch klas.
Funkcje regresji logistycznej oraz podziału na zbiór treningowy i testowy zostały już zaimportowane.
To ćwiczenie jest częścią kursu
Analiza sentymentu w Pythonie
Instrukcje do ćwiczenia
- Podziel dane na zbiór treningowy i testowy.
- Wytrenuj model regresji logistycznej.
- Przewidź prawdopodobieństwa dla klasy 0 i klasy 1 na danych testowych. Klasa 0 znajduje się w pierwszej kolumnie przewidywanych prawdopodobieństw, a klasa 1 – w drugiej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Split into training and testing
X_train, X_test, y_train, y_test = ____(___, ___, test_size=0.2, random_state=321)
# Train a logistic regression
log_reg = ____.____
# Predict the probability of the 0 class
prob_0 = log_reg.____[:, ____]
# Predict the probability of the 1 class
prob_1 = log_reg.____[:, ____]
print("First 10 predicted probabilities of class 0: ", prob_0[:10])
print("First 10 predicted probabilities of class 1: ", prob_1[:10])