[음악] 감성 분류기 훈련시키기 두 단계로 나눠서 진행합니다 먼저 데이터를 훈련/테스트 세트로 나눕니다 훈련 데이터를 계산, 아니 나눕니다 테스트 데이터는 회귀 강의에서 보고 회귀 노트북에서 한 것과 같습니다 상품 표를 사용합니다 상품 그다음 랜덤 스플릿을 합니다 아 상품 그다음 랜덤 스플릿을 훈련 80에 테스트 20으로 합니다 다시 재현해볼 수 있게 시드는 0으로 줍니다 회귀에서 했던 방식이지요 원래라면 이렇게 안하고 랜덤 시드를 고르겠지만 지금은 같은 시드를 씀으로써 강의와 같은 결과를 얻는 게 목적입니다 훈련, 테스트 데이터 세트를 나누는 게 첫 단계고 다음으로 감성 모델을 만듭니다 graphlab과 로지스틱 분류기란 분류기를 사용합니다 분류 강의에서 로지스틱 회귀, 서포트 벡터 머신, 결정 트리 등을 배우게 됩니다 로지스틱 분류기로 시작하죠 이름 뒤에 .create을 붙이면 분류기를 생성해 줍니다 입력으로 몇 가지 파라미터를 받습니다 훈련 데이터가 그중 하나입니다 그리고 분류하고자 하는 대상은 감성 열입니다 특징을 지정합니다 특징으로 단어수 열을 씁니다 단어수를 저장하기 위해 생성했던 열입니다 검증 세트를 줍니다 검증 세트는 test_data가 됩니다 validate_set=test_data지요 좋아요. 칸을 실행합니다 감성 분류기 모델이 만들어집니다 몇 초쯤 걸립니다 다 됐네요 반복을 하면 할수록 검증 정확도가 점점 나아지네요 그래도 실제 평가를 한번 해보죠 [음악]