This repository has been archived by the owner on Jun 18, 2024. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
processamento.py
160 lines (117 loc) · 5.57 KB
/
processamento.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
# -*- coding: utf-8 -*-
import sys
import pandas as pd
import numpy as np
import analise
def extrairCaracteristicas(subconjunto):
listaDeAspectos = set()
for aspectos in subconjunto.aspectos:
for aspecto in aspectos.split(','):
listaDeAspectos.add(aspecto)
return listaDeAspectos
def processarPonderacaoBinaria(caracteristicas, subconjunto):
resultado = []
for avaliacao in subconjunto.aspectos:
valor = []
for aspecto in caracteristicas:
if aspecto in avaliacao.split(','):
valor.append(1)
else:
valor.append(0)
resultado.append(valor);
return resultado
def mensurarContribuicao(centroides):
contribuicao_aspecto = []
for c in centroides:
valores = []
for valor in c:
contribuicao = valor / sum(c) * 100
valores.append(np.around(contribuicao, 4))
contribuicao_aspecto.append(valores)
return contribuicao_aspecto
def processarKmeans(subset, k):
if len(subset) < k:
# print 'Quantidade de registros inferior ao número de clusters!'
return None
visualizacao = []
visualizacao.append(['Nó', 'Pai', 'Contribuição (%)'])
visualizacao.append(['clusters', None, 0])
dfSubconjunto = subset
setCaracteristicas = extrairCaracteristicas(dfSubconjunto)
listSubconjuntoTransformado = processarPonderacaoBinaria(setCaracteristicas, dfSubconjunto)
resultado = analise.kmeans(listSubconjuntoTransformado, k)
contribuicao_aspectos = mensurarContribuicao(resultado)
# Gerar visualização
for cluster, centroides in zip(range(k), contribuicao_aspectos):
linhaGrupo = [str(cluster + 1), 'clusters', 0]
visualizacao.append(linhaGrupo)
for aspecto, valor in zip(list(setCaracteristicas), centroides):
linhaAspecto = [aspecto + ' (g' + str(cluster + 1) + ')', str(cluster + 1), valor];
visualizacao.append(linhaAspecto)
return visualizacao
def processarLDA(subset, n_topicos):
visualizacao = []
visualizacao.append(['Nó', 'Pai', 'Contribuição (%)'])
visualizacao.append(['tópicos', None, 0])
dfSubconjunto = subset
setCaracteristicas = extrairCaracteristicas(dfSubconjunto)
listSubconjuntoTransformado = processarPonderacaoBinaria(setCaracteristicas, dfSubconjunto)
resultado = analise.LDA(listSubconjuntoTransformado, n_topicos)
contribuicao_aspectos = mensurarContribuicao(resultado)
# Gerar visualização
for topico, valores in zip(range(n_topicos), contribuicao_aspectos):
linhaGrupo = [str(topico + 1), 'tópicos', 0]
visualizacao.append(linhaGrupo)
for aspecto, valor in zip(list(setCaracteristicas), valores):
linhaAspecto = [aspecto + ' (t' + str(topico + 1) + ')', str(topico + 1), valor];
visualizacao.append(linhaAspecto)
return visualizacao
def processarLDA_gensim(subset, n_topicos):
visualizacao = []
visualizacao.append(['Nó', 'Pai', 'Contribuição (%)'])
visualizacao.append(['tópicos', None, 0])
dfSubconjunto = subset
setCaracteristicas = extrairCaracteristicas(dfSubconjunto)
listSubconjuntoTransformado = processarPonderacaoBinaria(setCaracteristicas, dfSubconjunto)
dic = []
for l in listSubconjuntoTransformado:
dic.append(zip(range(len(setCaracteristicas)), l))
resultado = analise.LDA_gensim(dic, n_topicos)
contribuicao_aspectos = mensurarContribuicao(resultado)
# Gerar visualização
for topico, valores in zip(range(n_topicos), contribuicao_aspectos):
linhaGrupo = [str(topico + 1), 'tópicos', 0]
visualizacao.append(linhaGrupo)
for aspecto, valor in zip(list(setCaracteristicas), valores):
linhaAspecto = [aspecto + ' (t' + str(topico + 1) + ')', str(topico + 1), valor];
visualizacao.append(linhaAspecto)
return visualizacao
def processarDBSCAN(subset, eps, minPts):
visualizacao = []
visualizacao.append(['Nó', 'Pai', 'Contribuição (%)'])
visualizacao.append(['clusters', None, 0])
dfSubconjunto = subset
setCaracteristicas = extrairCaracteristicas(dfSubconjunto)
listSubconjuntoTransformado = processarPonderacaoBinaria(setCaracteristicas, dfSubconjunto)
resultado, n_clusters = analise.DBSCAN(listSubconjuntoTransformado, eps, minPts)
# Calcular valor do centroide
centroides = []
for cluster in n_clusters:
indices_amostras = np.where(resultado == resultado[cluster]) #recuperar os indices das amostras do grupo do core point
df_subconjunto_de_dados = pd.DataFrame(listSubconjuntoTransformado, columns=setCaracteristicas) #transformar em DataFrame
df_subconjunto_de_dados = df_subconjunto_de_dados.loc[indices_amostras] #recuperar amostras do grupo do core point através dos índices
centroide = []
for caracteristica in df_subconjunto_de_dados:
media = df_subconjunto_de_dados[caracteristica].mean()
centroide.append(media)
centroides.append(centroide)
# Mensurar valor da característica
contribuicao_aspectos = mensurarContribuicao(centroides)
# Gerar visualização
for cluster, centroides in zip(n_clusters, contribuicao_aspectos):
linhaGrupo = [str(cluster + 1), 'clusters', 0]
visualizacao.append(linhaGrupo)
for aspecto, valor in zip(list(setCaracteristicas), centroides):
linhaAspecto = [aspecto + ' (g' + str(cluster + 1) + ')', str(cluster + 1), valor]
visualizacao.append(linhaAspecto)
return visualizacao if len(visualizacao) > 2 else None