Machine Learning - SGDClassifier for sentiments analysis.

Table of Contents

• About the Project
  • Built With
  • Prerequisites
  • Installation
• Usage
  • Run Project

About the Project

[PT] Projeto desenvolvido com o propósito de utilizar a grande variedade de bibliotecas Python para realizar a construção de um algoritmo de Machine Learning para a classificação dos sentimentos de frases entre Positivo e Negativo.

[EN] Project developed with the purpose of using a wide variety of Python libraries to build a Machine Learning algorithm for classifying the sentiments of sentences between Positive and Negative.

Built With

• Python
  • NLTK
  • PySpark
  • Scikit Learn
  • Scipy
  • Unidecode
• Dataset Kaggle

Prerequisites

• Python 3.10
• PIP (Python package manager)

Installation

1. [PT] Clone o repositório: | [EN] Clone the repository:

   git clone [email protected]:jorgezanguettin/machine_learning-sentence_classifier.git

2. [PT] Navegue para o diretório do projeto: | [EN] Navigate to the project directory:

   cd machine_learning-sentence_classifier

3. [PT] Crie um ambiente virtual: | [EN] Create a virtual environment:

   python -m venv venv

4. [PT] Instale as dependencias: | [EN] Install the dependencies:

   pip install -r requirements.txt

Usage

Run Project

[PT]

Para rodar o projeto, basta executar o arquivo main.py, que todo o processo de Machine Learning será executado. Execute-o com o seguinte comando:

python main.py

Ao executar esse comando, os seguintes passos serão executadosÇ

1. Preparação dos dados - Utilizando PySpark, são realidos filtros e processamentos nos dados do dataset
2. Treino do modelo - Utilizando Scikit Learn e Scipy, o modelo será treinado utilizando o conjunto de dados processado
3. Predição de dados - Utilizando o modelo ja treinado e salvo, dados desconhecidos são inseridos para o modelo prever entre as duas classes (Positivo e Negativo).

[EN]

To run the project, simply run the main.py file, which carries out the entire Machine Learning process will be executed. Run it with the following command:

python main.py

When executing this command, the following steps will be performed

1. Data preparation - Using PySpark, real filters and processing of the data are performed data set
2. Model training - Using Scikit Learn and Scipy, the model will be trained using the set of processed data
3. Data prediction - Using the already trained and saved model, unknown data is entered for the model to predict between the two classes (Positive and Negative).