Escolar Documentos
Profissional Documentos
Cultura Documentos
Nome do aluno
Nome do aluno
Nome do aluno
Nome do aluno
Nome do aluno
Objetivos
Exercitar os seguintes conceitos vistos em aula:
Enunciado
Utilizando os arquivos .pkl gerados com a vetorização dos textos, criem um modelo preditivo
no Colaboratory que utilize os arquivos de treino e teste do Kaggle In Class no link:
https://www.kaggle.com/t/84ccdf9070e24f9092fdc4ad8ad400b5 para gerar dados de
sentimentos. Em seguida, para avaliar seu modelo, utilize a métrica de precisão média, a
função da biblioteca scikit-learn conhecida como score() . Utilize cada um dos .pkl para
verificar qual deles terá a melhor taxa de acerto ao final. Esse score deverá ser submetido
no Kaggle in Class, onde haverá um rankeamento dos melhores resultados.
Atividades
3. Avaliar o modelo utilizando a métrica score do scikit learn, também conhecida como
precisão média.
4. Gerar um arquivo csv separado por vírgulas contendo o id de cada frase do arquivo
de teste e o valor que foi predito para o sentimento (1 ou 0). O arquivo terá o seguinte
formato:
Id,Predicted
5814_8,1
12081_1,0
2314_2,1
7. A sua solução pode conter descrições à vontade no código sobre eventuais escolhas
na implementação.