Bygg och utvärdera en modell: filmrecensioner
I den här uppgiften ska du bygga en logistisk regressionsmodell med datamängden movies. Betyget lagras i kolumnen label och är 1 när recensionen är positiv och 0 när den är negativ. Textrecensionen har omvandlats till numeriska kolumner med hjälp av BOW.
Du har redan byggt en klassificerare, men utvärderade den med samma data som användes i träningssteget. Se nu till att utvärdera modellen med ett nytt testdataset som den inte sett tidigare. Hur förändras modellens prestanda när den utvärderas på testdata?
Den här övningen är en del av kursen
Sentimentanalys i Python
Övningsinstruktioner
- Importera den funktion som krävs för en tränings- och testuppdelning.
- Utför tränings- och testuppdelningen och ange att 20 % av data ska användas som testmängd.
- Träna en logistisk regressionsmodell.
- Skriv ut modellens noggrannhet på träningsdata respektive testdata.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the required packages
from sklearn.linear_model import LogisticRegression
____
# Define the vector of labels and matrix of features
y = movies.label
X = movies.drop('label', axis=1)
# Perform the train-test split
X_train, X_test, y_train, y_test = ____(X, y, ____=0.2, random_state=42)
# Build a logistic regression model and print out the accuracy
log_reg = ____.____
print('Accuracy on train set: ', log_reg.____(____, ____))
print('Accuracy on test set: ', log_reg.____(____, ____))