क्या हमने वाकई sentiment अच्छी तरह प्रेडिक्ट किया?

Python में Sentiment Analysis

Violeta Misheva

Data Scientist

Train/test split

कुल observations को training और testing सेट में बाँटना, जहाँ training सेट बड़ा ब्लॉक है

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=123, stratify=y)

X : features
y : labels
test_size: testing में उपयोग डेटा का अनुपात
random_state: split दोहराने हेतु seed जनरेटर
stratify: निकले sample में classes का अनुपात, दिए गए मानों के अनुपात जैसा ही रहेगा

log_reg = LogisticRegression().fit(X_train, y_train)

print('Accuracy on training data: ', log_reg.score(X_train, y_train))

0.76

print('Accuracy on testing data: ', log_reg.score(X_test, y_test))

0.73

from sklearn.metrics import accuracy_score

log_reg = LogisticRegression().fit(X_train, y_train)

y_predicted = log_reg.predict(X_test)
print('Accuracy score on test data: ', accuracy_score(y_test, y_predicted))

0.73

बाइनरी क्लासिफिकेशन समस्या के लिए एक confusion matrix का उदाहरण

from sklearn.metrics import confusion_matrix

log_reg = LogisticRegression().fit(X_train, y_train)
y_predicted = log_reg.predict(X_test)

print(confusion_matrix(y_test, y_predicted)/len(y_test))

[[0.3788 0.1224]
 [0.1352 0.3636]]

Python में Sentiment Analysis