Анализ тональности отзывов к фильмам
В этом упражнении вы изучите вероятности, которые выдаёт логистическая регрессия, на подмножестве Large Movie Review Dataset.
Переменные X и y уже загружены в рабочую среду. X содержит признаки на основе частоты встречаемости слов в отзывах к фильмам, а y — метки тональности: положительная (+1) или отрицательная (-1).
Это упражнение является частью курса
Линейные классификаторы в Python
Инструкции к упражнению
- Обучите модель логистической регрессии на данных из отзывов к фильмам.
- Предскажите вероятности отрицательной и положительной тональности для двух предложенных отзывов.
- При желании напишите собственные отзывы и посмотрите, какие вероятности получатся для них!
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Instantiate logistic regression and train
lr = ____
lr.fit(____)
# Predict sentiment for a glowing review
review1 = "LOVED IT! This movie was amazing. Top 10 this year."
review1_features = get_features(review1)
print("Review:", review1)
print("Probability of positive review:", lr.predict_proba(____)[0,1])
# Predict sentiment for a poor review
review2 = "Total junk! I'll never watch a film by that director again, no matter how good the reviews."
review2_features = get_features(review2)
print("Review:", review2)
print("Probability of positive review:", lr.predict_proba(____)[0,1])