Analise-Pandas

O objetivo do trabalho é apresentar o Algoritmo Naive-Bayes e, além disso, dar uma amostra da capacidade do mesmo resolvendo um problema real. Treinaremos nosso modelo de modo que ele consiga distinguir comentários de eleitores e não eleitores do 52º Prefeito da cidade de São Paulo, João Doria. A metodologia usada consistiu em extrair comentários de leitores realizados em notícias de alguns portais na web, sobre o Pref. João Doria. Para isso, usou-se técnicas de raspagem de dados web tendo como ferramenta a linguagem de programação Python. Obtidos os comentários, forneceremos alguns exemplos de treinamento para que nosso modelo consiga aprender e assim conseguir classificar o restante dos comentários como sendo ou não de um eleitor de Doria. O algoritmo é inspirado em técnicas de Aprendizagem Estatística Supervisionada, foi desenvolvido em cima do Teorema de Bayes e consiste basicamente no uso de uma matriz de probabilidades que é gerada pelas palavras dos comentários que foram classificados manualmente. Para diminuir a dimensionalidade de tal matriz, fez-se um tratamento dos comentários removendo palavras que não acrescentam informações relevantes, como artigos e conjunções, e extraindo apenas os radicais. Encerra-se concluindo sobre o objetivo proposto e discutindo os pontos fortes e fracos do algoritmo usado.