Question

训练数据包含大约 20000 行标题：id, sentiment, text

我已将情绪映射如下：

df.sentiment= df.sentiment.map({"Neutral": 1, "Negative":0, "Positive":2 })

在我有了 clean 和 text pre-processing 之后，我使用了 Logistic Regression 如下：

XTR, XTST, YTR, YTST= train_test_split(df.text, df.sentiment, test_size =.2, random_state=100)
lg= LogisticRegression(max_iter=20000)
pp = make_pipeline(TfidfVectorizer(),lg)
pg= {'logisticregression__C': [0.01, 0.1, 1, 10, 100]}
m= GridSearchCV(pipe, pg, cv=5)
m.fit(XTR,YTR)

pr= m.predict(XTST)
print(f"Accuracy: {accuracy_score(YTST, pr):.2f}")
print(classification_report(YTST, pr))

Output 如下：

    Accuracy 0.59
              precision    recall  f1-score   support

           0       0.00      0.00      0.00       686
           1       0.59      1.00      0.74      2374
           2       0.00      0.00      0.00       940

    accuracy                           0.59      4000
   macro avg       0.20      0.33      0.25      4000
weighted avg       0.35      0.59      0.44      4000

为什么我得到 0.00 和 Negative: 0 的 Positive: 2 ？任何帮助请

Answer 1

发生这种情况是因为逻辑回归模型将每一行预测为中性。

所以中性的准确度 = 2374/4000 = 0.59

阳性准确度 = 0/4000 = 0

负片准确度 = 0/4000 = 0

此外，您要在 X_train 上进行预测，而您必须在 X_test 上进行预测

pr= m.predict(XTS)
print(f"Accuracy: {accuracy_score(YTST, pr):.2f}")
print(classification_report(YTST, pr))

为什么情绪分析的准确度分数为零

1 个答案: