CountVectorizer ile "sahte haber" modelini eğitme ve test etme

Şimdi sıra sende: belirlediğin ve çıkardığın özellikleri kullanarak "sahte haber" modelini eğit. Bu ilk egzersizde CountVectorizer verilerini kullanarak bir Naive Bayes modeli eğitip test edeceksin.

Eğitim ve test kümeleri oluşturuldu; count_vectorizer, count_train ve count_test hesaplandı.

Bu egzersiz

Python ile Doğal Dil İşlemeye Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

sklearn içinden metrics modülünü ve sklearn.naive_bayes içinden MultinomialNByi içe aktar.
nb_classifier adlı bir MultinomialNB sınıflandırıcısı oluştur.
Sınıflandırıcıyı eğitim verisine uydur.
Test verisi için tahmin edilen etiketleri hesapla.
Sınıflandırıcının doğruluk skorunu hesapla ve yazdır.
Karmaşıklık matrisini hesapla. Daha okunur olması için labels=['FAKE', 'REAL'] anahtar argümanını belirt.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Import the necessary modules
____
____

# Instantiate a Multinomial Naive Bayes classifier: nb_classifier
nb_classifier = ____

# Fit the classifier to the training data
____

# Create the predicted tags: pred
pred = ____

# Calculate the accuracy score: score
score = ____
print(score)

# Calculate the confusion matrix: cm
cm = ____
print(cm)

Kodu Düzenle ve Çalıştır