Dado que estamos estimando una probabilidad y queremos que el resultado estén entre el 0 y el 1, modelamos los valores de $x$ utilizando la función sigmoidea. Por ejemplo, si en una reseña tenemos una probabilidad estimada de 0.7, lo cual redondeamos a 1, podremos decir entonces que el sentimiento es positivo (donde configuramos que el 1 está asociado a que el sentimiento es positivo y que el 0 está asociado con el sentimiento negativo); del mismo modo, si, dada una reseña, tenemos que la probabilidad estimada es de 0.2, que redondea a 0, podremos decir que el sentimiento predicho es de negativo.
Para utiliza la regresión logística en Python, escribimos
# Importacion necesaria
from sklearn.linear_model import LogisticRegression
# Mandamos a llamar a la funcion de regresion logistica
# y creamos un objeto clasificador logistico.
# Ademas, ajustamos el modelo para las variables previamente
# definidas X y y
log_reg = LogisticRegression().fit(X,y)
donde X corresponde a las características o variables regresoras y y corresponde a la variable objetivo (que es la etiqueta negativo o positivo), donde en ambas variables éstas son arrays numpy.
Por otro lado, cómo podremos saber si nuestro modelo es bueno. Para ello veremos la diferencia entre el valor real y el valor predicho, donde previamente separamos nuestros datos en un conjunto de entrenamiento y uno de pruebas. Así, si evaluamos nuestro modelo sobre el conjunto de pruebas, podemos comparar los valores predichos con los valores reales, lo cual nos dará un indicio de qué tan bien está funcionando el modelo. Una buena métrica para evaluar un modelo es la precisión (accuracy), la cual se obtiene de considerar la fracción entre las predicciones que el modelo acertó contra el total de predicciones. Así, si la precisión es cercana a uno, tenemos indicios de que nuestro modelo es bueno.
Una manera de calcular la precisión es:
log_reg = LogisticRegression().fic(X,y)
# Precicion/puntuacion
score = log_reg.score(X, y)
print(score)
De manera alternativa
# Importacion necesaria
from sklearn.metrics import accuracy_score
# Requerimos calcular las predicciones
y_pred = log_reg.predict(X)
# Evaluacion del modelo mediante la precision
accuracy = accuracy_score(y, y_pred)
donde dicha función dará un tipo de métrica dependiendo del modelo que se use.
