Bir model kur ve değerlendir: film yorumları
Bu soruda, movies veri kümesini kullanarak bir lojistik regresyon modeli kuracaksın. Puan label sütununda tutuluyor ve yorum olumluysa 1, olumsuzsa 0 değerini alıyor. Metin yorumları BOW kullanılarak sayısal sütunlara dönüştürüldü.
Daha önce bir sınıflandırıcı kurmuştun ama değerlendirmeyi eğitim adımında kullanılan aynı verilerle yapmıştın. Şimdi modeli görülmemiş bir test veri kümesiyle değerlendirmeni istiyoruz. Modelin performansı test kümesi üzerinde değerlendirildiğinde nasıl değişiyor?
Bu egzersiz, kursun bir parçasıdır
Python ile Duygu Analizi
Egzersiz talimatları
- Eğitim/test ayrımı için gereken fonksiyonu içe aktar.
- Eğitim/test ayrımını yap ve verinin %20’sinin test kümesi olarak kullanılacağını belirt.
- Bir lojistik regresyon modeli eğit.
- Modelin eğitim verisi ve test verisi üzerindeki doğruluğunu yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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.____(____, ____))