Xây dựng và đánh giá mô hình: đánh giá phim
Trong bài này, bạn sẽ xây dựng mô hình logistic regression dùng bộ dữ liệu movies. Điểm nhãn được lưu ở cột label, bằng 1 khi bài đánh giá tích cực và 0 khi tiêu cực. Văn bản đánh giá đã được chuyển đổi sang các cột số bằng BOW.
Bạn đã từng xây dựng một bộ phân loại nhưng đánh giá nó trên cùng dữ liệu dùng để huấn luyện. Lần này, hãy đảm bảo bạn đánh giá mô hình bằng một tập kiểm tra chưa từng thấy. Hiệu năng của mô hình thay đổi thế nào khi được đánh giá trên tập kiểm tra?
Bài tập này là một phần của khóa học
Phân tích cảm xúc với Python
Hướng dẫn bài tập
- Import hàm cần thiết để tách tập train/test.
- Thực hiện tách train/test, chỉ định 20% dữ liệu dùng làm tập kiểm tra.
- Huấn luyện một mô hình logistic regression.
- In độ chính xác (accuracy) của mô hình trên dữ liệu huấn luyện và dữ liệu kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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.____(____, ____))