找出最正面與最負面的單字
在這個練習中，你要解讀套用在電影評論情緒資料集上的邏輯斯迴歸係數。模型物件已為你建立並完成訓練，儲存在變數 lr 中。
另外，各個特徵所對應的單字已載入變數 vocab。例如，因為 vocab[100] 是「think」，代表特徵 100 對應於該電影評論中單字「think」出現的次數。
本練習屬於課程
Python 中的線性分類器
練習說明
- 找出對應於前 5 大係數的單字。
- 找出對應於最小的 5 個係數的單字。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Get the indices of the sorted cofficients
inds_ascending = np.argsort(lr.coef_.flatten())
inds_descending = inds_ascending[::-1]
# Print the most positive words
print("Most positive words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")
# Print most negative words
print("Most negative words: ", end="")
for i in range(5):
print(____, end=", ")
print("\n")