เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Performance metric ของข้อมูล Twitter

ในแบบฝึกหัดนี้ คุณจะฝึก logistic regression model เพื่อพยากรณ์ sentiment ของทวีต และประเมินประสิทธิภาพบนชุดข้อมูล test ด้วย metric หลายรูปแบบ

มีการสร้าง matrix X ไว้ให้แล้ว ซึ่งประกอบด้วย feature ที่สร้างจาก BOW บนคอลัมน์ text

Label ถูกเก็บไว้ใน vector ชื่อ y โดย y มีค่าเป็น 0 สำหรับทวีตเชิงลบ 1 สำหรับทวีตกลาง ๆ และ 2 สำหรับทวีตเชิงบวก แม้จะมี 3 class แต่นี่ยังคงเป็นปัญหาการจำแนกประเภท (classification) ค่า accuracy ยังคงวัดสัดส่วนของ instance ที่พยากรณ์ได้ถูกต้อง ส่วน confusion matrix จะมีขนาด 3x3 แต่ละแถวแสดงจำนวน case ที่พยากรณ์ได้สำหรับ class 2, 1 และ 0 และแต่ละคอลัมน์แสดงจำนวน case จริงใน class 2, 1 และ 0

ได้ import package ที่จำเป็นทั้งหมดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Sentiment Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • แบ่งข้อมูลเป็นชุด train/test และใช้ stratify ตาม y
  • ฝึก logistic regression classifier
  • พยากรณ์ผลลัพธ์บนชุดข้อมูล test
  • แสดงค่า accuracy score และ confusion matrix ที่ได้จากชุดข้อมูล test

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Split the data into training and testing sets
X_train, X_test, y_train, y_test = ____(X, y, test_size=0.3, random_state=123, ____=y)

# Train a logistic regression
log_reg = ____.____(___, ____)

# Make predictions on the test set
y_predicted = log_reg.____(___)

# Print the performance metrics
print('Accuracy score test set: ', ____(y_test, y_predicted))
print('Confusion matrix test set: \n', ____(y_test, y_predicted)/len(y_test))
แก้ไขและรันโค้ด