47 lines
1.1 KiB
Plaintext
47 lines
1.1 KiB
Plaintext
ARTEFAK FINAL ANALISIS SENTIMEN S-LEARN
|
|
=======================================
|
|
|
|
1. Model yang digunakan:
|
|
Logistic Regression.
|
|
|
|
2. Ekstraksi fitur:
|
|
TF-IDF yang sudah di-fit pada data training penelitian.
|
|
|
|
3. Website TIDAK BOLEH melakukan:
|
|
- model.fit()
|
|
- tfidf.fit()
|
|
- tfidf.fit_transform()
|
|
|
|
4. Untuk data baru:
|
|
preprocessing_slearn.preprocessing_kalimat_baru(teks)
|
|
-> tfidf.transform()
|
|
-> model.predict()
|
|
|
|
5. Confidence:
|
|
Gunakan model.predict_proba().
|
|
|
|
Probabilitas kelas 0 = Negatif.
|
|
Probabilitas kelas 1 = Positif.
|
|
|
|
Confidence adalah probabilitas kelas
|
|
yang dipilih sebagai hasil prediksi.
|
|
|
|
Confidence BUKAN akurasi dan bukan
|
|
jaminan bahwa prediksi pasti benar.
|
|
|
|
6. Untuk analisis CSV:
|
|
Seluruh komentar menggunakan preprocessing
|
|
yang sama, kemudian tfidf.transform(),
|
|
model.predict(), dan model.predict_proba().
|
|
|
|
7. Jangan melakukan training ulang pada website.
|
|
|
|
8. Gunakan versi library pada requirements.txt.
|
|
|
|
9. Siapkan resource NLTK:
|
|
- punkt
|
|
- punkt_tab
|
|
|
|
10. preprocessing_config.json merupakan
|
|
konfigurasi preprocessing final penelitian.
|