Регуляризація моделей на даних Twitter
Ви попрацюєте з даними з Twitter, у яких користувачі висловлюють ставлення до авіакомпаній. Матрицю ознак X і вектор міток y вже створено. Крім того, виконано поділ на тренувальну та тестову вибірки. Ви можете безпосередньо працювати з масивами X_train, X_test, y_train і y_test.
Ви натренуєте регуляризовану та більш гнучку моделі й оціните їх за різними метриками якості моделі.
Усі необхідні пакети вже імпортовано.
Ця вправа є частиною курсу
Аналіз тональності в Python
Інструкції до вправи
- Натренуйте дві логістичні регресії: одну з параметром регуляризації 100 і другу — 0.1.
- Виведіть значення точності (accuracy) обох моделей.
- Виведіть матрицю неточностей (confusion matrix) для кожної моделі.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Build a logistic regression with regularizarion parameter of 100
log_reg1 = ____.____
# Build a logistic regression with regularizarion parameter of 0.1
log_reg2 = ____.____
# Predict the labels for each model
y_predict1 = log_reg1.predict(X_test)
y_predict2 = log_reg2.predict(X_test)
# Print performance metrics for each model
print('Accuracy of model 1: ', ____(____, ____))
print('Accuracy of model 2: ', ____(___, ____))
print('Confusion matrix of model 1: \n' , ____(____, ____)/len(y_test))
print('Confusion matrix of model 2: \n', ____(____, ____)/len(y_test))