Regularizing models with Twitter data
Bạn sẽ làm việc với dữ liệu Twitter thể hiện cảm xúc của khách hàng về các hãng hàng không. Ma trận đặc trưng X và vector nhãn y đã được tạo sẵn. Ngoài ra, dữ liệu đã được chia thành tập huấn luyện và kiểm tra. Bạn có thể làm việc trực tiếp với các mảng X_train, X_test, y_train và y_test.
Bạn sẽ huấn luyện các mô hình có regularization và mô hình linh hoạt hơn, rồi đánh giá chúng bằng các thước đo hiệu năng khác nhau của mô hình.
Tất cả các gói cần thiết đã được nhập sẵn.
Bài tập này là một phần của khóa học
Phân tích cảm xúc với Python
Hướng dẫn bài tập
- Huấn luyện hai mô hình logistic regression: một mô hình với tham số regularization bằng 100 và một mô hình với tham số bằng 0.1.
- In ra accuracy score của cả hai mô hình.
- In ra confusion matrix của mỗi mô hình.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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))