Să prezicem sentimentul!

Analiza sentimentelor în Python

Violeta Misheva

Data Scientist

Probleme de clasificare

  • Recenzii de produse și filme: sentiment pozitiv sau negativ (clasificare binară)
  • Mesaje despre companii aeriene: pozitiv, neutru și negativ (clasificare multiclasă)
Analiza sentimentelor în Python

Regresie liniară și logistică

un grafic care arată o regresie liniară (stânga) și una logistică (dreapta), ajustate pe valori similare

Analiza sentimentelor în Python

Funcția logistică

  • Regresie liniară: rezultat numeric
  • Regresie logistică: probabilitate:

$$ Probability(sentiment=positive|review) $$

un grafic care arată o funcție logistică (sigmoidă), ajustată pe câteva exemple

Analiza sentimentelor în Python

Regresie logistică în Python

from sklearn.linear_model import LogisticRegression

log_reg = LogisticRegression().fit(X, y)
Analiza sentimentelor în Python

Măsurarea performanței modelului

Acuratețe: fracțiunea predicțiilor corecte ale modelului.

  • Cu cât acuratețea este mai ridicată și mai apropiată de 1, cu atât modelul este mai bun
# Accuracy using score
score = log_reg.score(X, y)
print(score)

0.9009
Analiza sentimentelor în Python

Utilizarea scorului de acuratețe

# Accuracy using accuracy_score
from sklearn.metrics import accuracy_score

y_predicted = log_reg.predict(X)
acurracy = accuracy_score(y, y_predicted)

0.9009
Analiza sentimentelor în Python

Să exersăm!

Analiza sentimentelor în Python

Preparing Video For Download...