Twitter 資料的效能指標
你將訓練一個邏輯斯迴歸模型，用來預測推文的情緒，並以不同的指標在測試集上評估其表現。
已為你建立好矩陣 X，其中包含以 text 欄位透過 BOW 建立的特徵。
標籤儲存在名為 y 的向量中。向量 y 中，負向推文為 0，中立為 1，正向為 2。
請注意，雖然有 3 個類別，這仍是分類問題。Accuracy 仍然衡量正確預測的比例。此時混淆矩陣會是 3x3 的大小，每一列給出針對類別 2、1、0 的「預測」個數；每一欄則是類別 2、1、0 的「真實」個數。
所有需要的套件都已為你匯入。
本練習屬於課程
Python 情感分析
練習說明
- 進行訓練／測試切分，並以
y進行分層（stratify）。 - 訓練一個邏輯斯迴歸分類器。
- 在測試集上進行預測並評估表現。
- 列印在測試集上得到的 accuracy 分數與混淆矩陣。
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。
# Split the data into training and testing sets
X_train, X_test, y_train, y_test = ____(X, y, test_size=0.3, random_state=123, ____=y)
# Train a logistic regression
log_reg = ____.____(___, ____)
# Make predictions on the test set
y_predicted = log_reg.____(___)
# Print the performance metrics
print('Accuracy score test set: ', ____(y_test, y_predicted))
print('Confusion matrix test set: \n', ____(y_test, y_predicted)/len(y_test))