Du ska träna en logistisk regressionsmodell som förutsäger sentimentet i tweets och sedan utvärdera dess prestanda på testdata med hjälp av olika mätvärden.

En matris X har skapats åt dig. Den innehåller särdrag som genererats med BOW på kolumnen text.

Etiketterna lagras i en vektor som heter y. Vektorn y är 0 för negativa tweets, 1 för neutrala och 2 för positiva. Observera att även om vi har 3 klasser är detta fortfarande ett klassificeringsproblem. Noggrannheten mäter fortfarande andelen korrekt förutsagda instanser. Konfusionsmatrisen är nu av storleken 3x3, där varje rad anger antalet förutsagda fall för klasserna 2, 1 och 0, och varje kolumn anger det sanna antalet fall i klasserna 2, 1 och 0.

Alla nödvändiga paket har redan importerats åt dig.

Förutsade vi verkligen sentimentet korrekt?

Create Your Free Account