Recenzii de produse cu regularizare
În acest exercițiu, vei lucra din nou cu setul de date reviews de recenzii Amazon. Un vector de etichete y conține sentimentul: 1 dacă este pozitiv și 0 în caz contrar. Matricea X conține toate caracteristicile numerice create printr-o abordare BOW.
Va trebui să antrenezi două modele de regresie logistică cu niveluri diferite de regularizare și să compari performanța lor pe datele de testare. Ține minte că regularizarea este o metodă de a controla complexitatea modelului. Cu cât un model este mai regularizat, cu atât este mai puțin flexibil, dar se generalizează mai bine. Modelele cu un nivel mai ridicat de regularizare sunt adesea mai puțin precise decât cele neregularizate.
Acest exercițiu face parte din cursul
Analiza sentimentelor în Python
Instrucțiuni pentru exercițiu
- Împarte datele în seturi de antrenament și de testare.
- Antrenează o regresie logistică cu parametrul de regularizare
1000. Antrenează o a doua regresie logistică cu parametrul de regularizare egal cu0.001. - Afișează scorurile de acuratețe ale ambelor modele pe setul de testare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Split data into training and testing
____, ____, ____, ____ = train_test_split(____, ____, test_size=0.2, random_state=123)
# Train a logistic regression with regularization of 1000
log_reg1 = ____(____=1000).fit(X_train, y_train)
# Train a logistic regression with regularization of 0.001
log_reg2 = ____(____=0.001).fit(X_train, y_train)
# Print the accuracies
print('Accuracy of model 1: ', log_reg1.____(____, ____))
print('Accuracy of model 2: ', log_reg2.____(____, ____))