电影评论的情感分析
在本练习中，您将基于 Large Movie Review Dataset 的一个子集，探索逻辑回归输出的概率。
变量 X 和 y 已加载到环境中。X 包含基于电影评论中词语出现次数构建的特征，y 则包含标签：评论情感为正面（+1）或负面（-1）。
本练习是课程的一部分
Python 中的线性分类器
练习说明
- 在电影评论数据上训练一个逻辑回归模型。
- 对给出的两条评论预测负面与正面的概率。
- 您也可以随意写几条自己的评论，并查看对应的概率！
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Instantiate logistic regression and train
lr = ____
lr.fit(____)
# Predict sentiment for a glowing review
review1 = "LOVED IT! This movie was amazing. Top 10 this year."
review1_features = get_features(review1)
print("Review:", review1)
print("Probability of positive review:", lr.predict_proba(____)[0,1])
# Predict sentiment for a poor review
review2 = "Total junk! I'll never watch a film by that director again, no matter how good the reviews."
review2_features = get_features(review2)
print("Review:", review2)
print("Probability of positive review:", lr.predict_proba(____)[0,1])