Agora vamos usar o GradientBoostingClassifier do scikit-learn no conjunto de dados reviews para prever o sentimento de uma avaliação a partir do seu texto.

Não vamos passar o texto bruto como entrada do modelo. O seguinte pré-processamento já foi feito para você:

Remover avaliações com valores ausentes.
Selecionar dados dos 5 principais apps.
Selecionar uma subamostra aleatória de 500 avaliações.
Remover "stop words" das avaliações.
Transformar as avaliações em uma matriz, em que cada variável representa a frequência de uma palavra em uma avaliação.

Quer se aprofundar em mineração de texto? Então confira o curso Introduction to Natural Language Processing in Python!

A eficácia do aprendizado gradual

Create Your Free Account