TfidfVectorizer ile "fake news" modelini eğitme ve test etme

CountVectorizer kullanarak modeli değerlendirdiğine göre, şimdi aynı işlemi Naive Bayes modeliyle TfidfVectorizer kullanarak yapacaksın.

Eğitim ve test kümeleri oluşturuldu, ayrıca tfidf_vectorizer, tfidf_train ve tfidf_test hesaplandı. Ek olarak, MultinomialNB ve metrics sırasıyla sklearn.naive_bayes ve sklearn içinden içe aktarıldı.

Bu egzersiz

Python ile Doğal Dil İşlemeye Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

nb_classifier adlı bir MultinomialNB sınıflandırıcısı oluştur.
Sınıflandırıcıyı eğitim verisine uydur.
Test verisi için tahmin edilen etiketleri hesapla.
Sınıflandırıcının doğruluk puanını hesaplayıp yazdır.
Karmaşıklık matrisini hesapla. Önceki egzersizde olduğu gibi, ortaya çıkan karmaşıklık matrisinin okunmasını kolaylaştırmak için labels=['FAKE', 'REAL'] anahtar argümanını belirt.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create 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