Construiește și evaluează un model: date din recenzii de produse
În acest exercițiu, vei construi o regresie logistică folosind setul de date reviews, care conține recenzii ale clienților pentru produse Amazon. Vectorul y conține sentimentul: 1 dacă este pozitiv și 0 în caz contrar. Vectorul X conține toate caracteristicile numerice create printr-o abordare BOW. Explorează-le în Shell-ul IPython dacă dorești.
Sarcina ta este să construiești un model de regresie logistică și să calculezi acuratețea și matricea de confuzie folosind setul de testare.
Funcțiile pentru regresia logistică și împărțirea antrenament/testare au fost deja importate pentru tine.
Acest exercițiu face parte din cursul
Analiza sentimentelor în Python
Instrucțiuni pentru exercițiu
- Importă funcțiile pentru acuratețe și matricea de confuzie.
- Împarte datele în set de antrenament și set de testare, folosind 30% dintre ele ca set de testare, și setează sămânța aleatoare la
42. - Antrenează un model de regresie logistică.
- Afișează acuratețea și matricea de confuzie folosind datele de testare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import the accuracy and confusion matrix
____
# Split the data into training and testing
X_train, X_test, y_train, y_test = ____(____, ____, ____=0.3, ____=42)
# Build a logistic regression
log_reg = ____._____
# Predict the labels
y_predict = log_reg.predict(X_test)
# Print the performance metrics
print('Accuracy score of test data: ', ____(____, ____))
print('Confusion matrix of test data: \n', ____(____, ____)/len(y_test))