Логистическая регрессия на основе отзывов о фильмах
В видеоуроке мы узнали, что логистическая регрессия — один из распространённых способов решения задачи классификации, например определения тональности текста как положительной или отрицательной.
В этом упражнении вы будете работать с набором данных movies, содержащим отзывы о фильмах. Столбец label хранит метку тональности: 1 означает положительный отзыв, 0 — отрицательный. Текст отзыва уже преобразован в числовые столбцы с помощью метода «мешка слов» (BOW).
Ваша задача — построить модель логистической регрессии на основе набора данных movies и вычислить её точность.
Это упражнение является частью курса
Анализ тональности текста на Python
Инструкции к упражнению
- Импортируйте функцию логистической регрессии.
- Создайте модель логистической регрессии и обучите её на метках
yи признакахX. - Вычислите точность модели логистической регрессии, используя стандартный метод
.score().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import the logistic regression
from ____.____ import ____
# Define the vector of targets and matrix of features
y = movies.label
X = movies.drop('label', axis=1)
# Build a logistic regression model and calculate the accuracy
log_reg = ____.____(X, y)
print('Accuracy of logistic regression: ', log_reg.____(X, y))