Train, Then Classify چالش 5 از جلسهی 34، سخت
وزنها را از train یاد بگیر و با آنها نظرهای test را دستهبندی کن (امتیاز مثبت → ۱، وگرنه −۱). برای هر نظر آزمون چاپ کن: جمله، ->، حدس و برچسب واقعی. در آخر accuracy را گرد با دو رقم چاپ کن. خروجی: چهار خط حدس و بعد accuracy 0.75؛ نظر «not boring at all» اشتباه میشود چون مدل «نه» را بلد نیست.
train = [
("great game love it", 1),
("good fun great", 1),
("fun and good music", 1),
("boring and slow", -1),
("bad bad boring", -1),
("slow and bad", -1),
]
test = [
("great fun", 1),
("slow and boring game", -1),
("not boring at all", 1),
("bad music", -1),
]
def learn_weights(reviews):
weights = {}
for sentence, label in reviews:
for word in sentence.split():
weights[word] = weights.get(word, 0) + label
return weights
def classify(sentence, weights):
pass
weights = learn_weights(train)
correct = 0
# classify every test review, print, count
راهنما و جواب این چالش · برگشت به درس جلسهی 34: احساس مثبت یا منفی · چالش بعدی: Explain the Decision
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال