Identificarea cuvintelor cu cel mai pozitiv și cel mai negativ impact
În acest exercițiu vom încerca să interpretăm coeficienții unui model de regresie logistică antrenat pe setul de date cu recenzii de film. Obiectul modelului este deja instanțiat și antrenat în variabila lr.
În plus, cuvintele corespunzătoare diferitelor caracteristici sunt încărcate în variabila vocab. De exemplu, deoarece vocab[100] este "think", înseamnă că caracteristica 100 corespunde numărului de apariții ale cuvântului "think" în acea recenzie de film.
Acest exercițiu face parte din cursul
Clasificatori liniari în Python
Instrucțiuni pentru exercițiu
- Găsește cuvintele corespunzătoare celor 5 cei mai mari coeficienți.
- Găsește cuvintele corespunzătoare celor 5 cei mai mici coeficienți.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Get the indices of the sorted cofficients
inds_ascending = np.argsort(lr.coef_.flatten())
inds_descending = inds_ascending[::-1]
# Print the most positive words
print("Most positive words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")
# Print most negative words
print("Most negative words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")