Boa tarde, em primeiro lugar gostaria de parabenizar a didática, o conteúdo e especialmente o professor!! Superou muito as minhas expectativas!
Sou programador, e recentemente comecei a me aventurar em machine learning, no entanto ainda n me sinto muito seguro nos códigos. Pode verificar se estou "comendo alguma bola" nesta implementação do RepeatedKFold?
Meu dataset esta dividido em 6 classes, se não for pedir muito (sei que é kkk), vc poderia dar uma olhada rápida no meu código, e talvez dar alguma sugestão :)
Se n puder tudo bem :) segue o link do github https://github.com/thiagorainmaker77/fakenews_detection/blob/master/code5.ipynb
def build_confusion_matrix(classifier):
confusion = np.array([[0,0,0,0,0,0], [0,0,0,0,0,0], [0,0,0,0,0,0], [0,0,0,0,0,0], [0,0,0,0,0,0], [0,0,0,0,0,0]])
scores = []
kf = RepeatedKFold(n_splits=5, n_repeats=10, random_state=None)
for train_index, test_index in kf.split(data_train):
train_text = data_train.iloc[train_index]['statement']
train_y = data_train.iloc[train_index]['label']
test_text = data_train.iloc[test_index]['statement']
test_y = data_train.iloc[test_index]['label']
classifier.fit(train_text,train_y)
predictions = classifier.predict(test_text)
confusion += confusion_matrix(test_y,predictions)
score = f1_score(test_y,predictions, average='micro')
scores.append(score)
return (print('Score:', sum(scores)/len(scores)))
