Python中文本情感分析的混淆矩阵

我试图使用python中的RandomForestClassifier来预测评论情绪是好是坏。我的标签根据评论者从1到5的评分分为好或坏。使用“审阅文本”列中的文本进行预测。在矢量化之前，我的数据如下所示。。。

#应用TfidfVectorizer
从sklearn.feature\u extraction.text导入TfidfVectorizer
tfidf\u vect=TFIDFvectorier（analyzer=clean\u text）
X_tfidf=tfidf_vect.fit_变换（df['Review_Text']）
打印（X_tfidf.shape）
打印（tfidf_vect.get_feature_names（））
#模型构造：随机分类器
从sklearn.metrics导入精度\u召回\u fscore\u支持作为分数
从sklearn.model\ u选择导入列车\测试\拆分为tts
从sklearn.metrics导入混淆矩阵作为cm
X_系列，X_测试，y_系列，y_测试=tts（X_tfidf，df[‘标签’]，测试尺寸=0.3）
从sklearn.employ导入随机林分类器
rf=随机森林分类器（n_估计器=50，最大深度=20，n_作业=-1）
rf_型号=rf.配合（X_系列、y_系列）
y_pred=rf_模型预测（X_检验）
精确性、召回率、fscore、支持率=分数（y_测试、y_预测、pos_标签为“良好”、平均值为“二进制”）
打印（'For touction=Good…\n精度：{}/回忆：{}/准确度：{}'。格式（四舍五入（精度，3），
第四轮（召回，3），
舍入（（y_pred==y_test）.sum（）/len（y_pred），3）））
打印（cm（y_test，y_pred））

您想要的输出是什么？我希望我的模型能够从评论文本中预测情绪（好/坏，基于评级）。是的，但您希望以什么格式包含示例输出？我添加了输入的屏幕截图。我想要一个名为predicted_label predicting Good/Bad的新专栏，该专栏基于使用RF分类器从专栏回顾_text_clean中读取数据。我对朴素的贝耶斯也做了同样的事情，看起来效果不错。我会把它包括在总结中。我已经添加了所有内容。你想要的输出是什么？我希望我的模型能够从评论文本中预测情绪（基于评级的好/坏）。是的，但是你希望以什么格式包括一个示例输出？我已经添加了输入的屏幕截图。我想要一个名为predicted_label predicting Good/Bad的新专栏，该专栏基于使用RF分类器从专栏回顾_text_clean中读取数据。我对朴素的贝耶斯也做了同样的事情，看起来效果不错。我将把它包括在总结中。我已经添加了所有内容