Regresie logistică folosind date de pe Twitter
În acest exercițiu, vei construi un model de regresie logistică folosind setul de date tweets. Variabila țintă este airline_sentiment, unde 0 corespunde tweet-urilor negative, 1 celor neutre, iar 2 celor pozitive. Prin urmare, ai de-a face cu o sarcină de clasificare multi-clasă. Tot ce am învățat despre problemele binare se aplică și în cazul clasificării multi-clasă.
Vei evalua acuratețea modelului folosind cele două abordări prezentate în slide-uri.
Funcția de regresie logistică și scorul de acuratețe au fost deja importate pentru tine.
Acest exercițiu face parte din cursul
Analiza sentimentelor în Python
Instrucțiuni pentru exercițiu
- Construiește și antrenează un model de regresie logistică folosind
Xșiyca argumente. - Calculează acuratețea modelului de regresie logistică.
- Prezice etichetele.
- Calculează scorul de acuratețe folosind etichetele prezise și cele reale.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Define the vector of targets and matrix of features
y = tweets.airline_sentiment
X = tweets.drop('airline_sentiment', axis=1)
# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____)
# Create an array of prediction
y_predict = log_reg.____
# Print the accuracy using accuracy score
print('Accuracy of logistic regression: ', ____(___, ____))