Modelagem do conjunto de dados UFO, parte 2

Por fim, você criará um modelo usando o vetor de texto que criamos, desc_tfidf, usando a lista filtered_words para criar um vetor de texto filtrado. Vamos ver se você consegue prever o type do avistamento com base no texto. Você usará um modelo Naive Bayes para isso.

Este exercício faz parte do curso

Pré-processamento para aprendizado de máquina em Python

Ver Curso

Instruções de exercício

Filtre o vetor desc_tfidf passando uma lista de filtered_words para o índice.
Divida os recursos filtered_text e y, garantindo uma distribuição de classe igual nos conjuntos de treinamento e teste; use um random_state de 42.
Use o .fit() do modelo nb para ajustar o X_train e o y_train.
Imprima o .score() do modelo nb nos conjuntos X_test e y_test.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Use the list of filtered words we created to filter the text vector
filtered_text = ____[:, list(____)]

# Split the X and y sets using train_test_split, setting stratify=y 
X_train, X_test, y_train, y_test = ____(____.toarray(), ____, ____, random_state=42)

# Fit nb to the training sets
____

# Print the score of nb on the test sets
____

Editar e executar código