Classificador.py

import pandas as pd
from sklearn.naive_bayes import GaussianNB

def monta_df(arquivo):
    df = pd.DataFrame()
    tweets = []
    with open(arquivo, "r") as f:
        for line in f:
            tweets.append(line)
    df['TWEETS'] = tweets
    return df

def limpa_dataframe_de_spam(arquivo):
    df_orig = monta_df(arquivo)
    df_orig["SPAM"] = [1 if "http" in item else 0 for item in df_orig["TWEETS"]]
    return df_orig[df_orig["SPAM"] == 0 ]

def faz_predicao(frases_pos, frases_negs):
    resultadoS = []
    for i in frases_pos:
        resultados.append(1)
    for i in frases_negs:
        resultados.append(0)
    classificador = GaussianNB()
    classificador.fit(frases_pos + frases_negs, resultado_pos)
    return classificador

def classifica_frases(arquivo, frases_pos, frases_negs):
    classificador = faz_predicao(frases_pos, frases_negs)
    df = limpa_dataframe_de_spam(arquivo)
    classes = []
    for item in df["TWEETS"]:
        classes.append(classificador.predict(item))
    df["CLASSIFICACOES"] = classes
    return df


limpa_dataframe_de_spam("saida.txt")