Regularizarea modelelor cu date de pe Twitter
Vei lucra cu datele de pe Twitter care exprimă sentimentele clienților față de companiile aeriene. Matricea de caracteristici X și vectorul de etichete y au fost create pentru tine. De asemenea, împărțirea în seturi de antrenament și de testare a fost deja realizată. Poți lucra direct cu array-urile X_train, X_test, y_train și y_test.
Vei antrena modele regularizate și modele mai flexibile, apoi le vei evalua folosind diferite metrici de performanță.
Toate pachetele necesare au fost deja importate pentru tine.
Acest exercițiu face parte din cursul
Analiza sentimentelor în Python
Instrucțiuni pentru exercițiu
- Antrenează două regresii logistice: una cu parametrul de regularizare egal cu 100 și una cu valoarea 0,1.
- Afișează scorurile de acuratețe ale ambelor modele.
- Afișează matricea de confuzie pentru fiecare model.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Build a logistic regression with regularizarion parameter of 100
log_reg1 = ____.____
# Build a logistic regression with regularizarion parameter of 0.1
log_reg2 = ____.____
# Predict the labels for each model
y_predict1 = log_reg1.predict(X_test)
y_predict2 = log_reg2.predict(X_test)
# Print performance metrics for each model
print('Accuracy of model 1: ', ____(____, ____))
print('Accuracy of model 2: ', ____(___, ____))
print('Confusion matrix of model 1: \n' , ____(____, ____)/len(y_test))
print('Confusion matrix of model 2: \n', ____(____, ____)/len(y_test))