Regressão logística de críticas de filmes
No vídeo, vimos que a regressão logística é uma forma comum de modelar uma tarefa de classificação, como classificar o sentimento em positivo ou negativo.
Neste exercício, você vai trabalhar com o conjunto de dados de críticas movies. A coluna label armazena o sentimento, sendo 1 quando a crítica é positiva e 0 quando é negativa. O texto da crítica foi transformado, usando BOW, em colunas numéricas.
Sua tarefa é construir um modelo de regressão logística usando o conjunto de dados movies e calcular sua acurácia.
Este exercício faz parte do curso
Análise de Sentimentos em Python
Instruções do exercício
- Importe a função de regressão logística.
- Crie e ajuste uma regressão logística com os rótulos
ye os atributosX. - Calcule a acurácia do modelo de regressão logística usando o método padrão
.score().
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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))