Logistische regressie: herzien
Sentimentanalyse in Python
Violeta Misheva
Data Scientist
Complexe modellen en regularisatie
Complexe modellen:
- Complex model dat ruis in de data pakt (overfitting)
- Groot aantal features of parameters
Regularisatie:
- Manier om te vereenvoudigen en een minder complex model te krijgen
Regularisatie in logistische regressie
from sklearn.linear_model import LogisticRegression
# Regularization arguments
LogisticRegression(penalty='l2', C=1.0)
- L2: krimpt alle coëfficiënten naar nul
- Hoge C-waarde: lage straf, model past trainingsdata goed.
- Lage C-waarde: hoge straf, model minder flexibel.
Een kans voorspellen vs. een klasse voorspellen
log_reg = LogisticRegression().fit(X_train, y_train)
# Voorspel labels
y_predicted = log_reg.predict(X_test)
# Voorspel kans
y_probab = log_reg.predict_proba(X_test)
Een kans voorspellen vs. een klasse voorspellen
y_probab
array([[0.5002245, 0.4997755],
[0.4900345, 0.5099655],
...,
[0.7040499, 0.2959501]])
# Selecteer de kansen van klasse 1
y_probab = log_reg.predict_proba(X_test)[:, 1]
array([0.4997755, 0.5099655 ..., 0.2959501]])
Modelmetrics met voorspelde kansen
- Geeft ValueError bij gebruik met kansen.
- Accuracy en confusion matrix werken met klassen.
# Standaard kans-naar-klasse:
# Als kans >= 0.5, dan klasse 1, anders klasse 0
Laten we oefenen!
Sentimentanalyse in Python
