A aplicação visa classificar a categoria de uma dada noticia, esta deve ser informada pelo usuário no momento da execução da aplicação.

Categorias treinadas:

• ciencia-e-saude
• tecnologia
• agro
• educacao
• politica
• economia

Atenção, caso não exista a base de dados completa (files/urls-complete.csv) contendo o texto das notícias para treino e teste, na primeira execução de uma classificação a aplicação irá baixar o conteúdo necessário utilizando a planilha (files/urls.csv) como base. Caso não deseje aguardar a aplicação realizar a captura do conteúdo, faça o download de uma base já populada disponível em download.

Observação: Ao executar a classificação de uma notícia, o modelo treinado e testado é armazenado em disco (files/saved_model), desta forma ao executar novamente uma classificação a aplicação não precisará treinar e testar a base de dados, portanto conseguimos melhorar a performance em processar o resultado para o usuário.

Atenção para os comandos pip e o py, estes podem sofrer alterações conforme o seu sistema operacional, possíveis alternativas:

• pip
• pip3
• python
• python3

Clone a aplicação em um diretório de sua preferência:

git clone [email protected]:luiscovelo/machine-learning.git

Como instalar:

pip install -r requirements.txt

Como usar:

py main.py --how_to_use app 

Modelos de classificação disponíveis:

py main.py --list alg 

Classificando uma notícia utilizando todos os modelos disponíveis:

py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model all

Classificando uma notícia com todos os modelos e verificando qual modelo obteve a melhor taxa de acerto:

py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model best

Classificando uma notícia com um modelo específico:

• DecisionTree:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model DecisionTreeClassifier

• Dummy:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model DummyClassifier

• GaussianNB:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model GaussianNB

• KNeighbors:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model KNeighborsClassifier

• LinearSVC:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model LinearSVC

• LogisticRegression:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model LogisticRegression

• MLP:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model MLPClassifier

• MultinomialNB:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model MultinomialNB

• RandomForest:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model RandomForestClassifier

• SVC:

  py main.py --url https://www.moneytimes.com.br/gestora-brasileira-hashdex-divulga-cronograma-para-seu-etf-de-bitcoin/ --model SVC

Imagens dos resultados

• Resultado com todos os modelos:

• Resultado com o melhor modelo:

• Resultado com modelo específico: