Exemplo n.º 1
0
def actualizar_direccion(request):
    from gamehouse.sadm.models import Tf_Idf
    from django.conf import settings
    ides = Juego.objects.all()
    for ide in ides:
        direccion = settings.ANALITYCS_DIR + str(ide.id_juego) + '.pkl'
        nuevo = Tf_Idf(juego=ide, vector=direccion)
        nuevo.save()
    return redirect('/algoritmos/')
Exemplo n.º 2
0
def tf_idf_sk(request):
    """ ESTA FUNCION CREA LOS VECTORES USANDO SKLEARN
        DE TODOS LOS JUEGOS, TENGAN O NO YA DESCRIPCION
        TOMA BASTANTE TIEMPO EN EJECUTARSE
     Requisito haber limpiado las descripciones """
    juegos = Juego.objects.all() 
    descripciones = juegos.values_list('descripcion_limpia',flat=True)
    from gamehouse.algorithms.tf_idf import im_tf_idf
    vectors = im_tf_idf(descripciones)
    from pickle import dump
    from django.conf import settings
    i = 0
    for juego in juegos:
        archivo = settings.ANALITYCS_DIR + str(juego.id_juego) +'.pkl' 
        output = open(archivo,'wb') #web -- write bytes
        dump(vectors[i],output, -1) #mete bytes en archivo nuestro diccionario de lemmas
        output.close()
        i = i + 1
        tf_idf = Tf_Idf(juego = juego, vector = archivo)
        tf_idf.save()
    return redirect('/algoritmos/')
Exemplo n.º 3
0
def auto_tf_idf_sk():
    """ Requisito haber limpiado las descripciones """
    faltantes = Juego.objects.filter(tf_idf=None)
    if len(faltantes) < 200 or faltantes == None:
        return
    descripciones = faltantes.values_list('descripcion_limpia', flat=True)
    from gamehouse.algorithms.tf_idf import im_tf_idf
    vectors = im_tf_idf(descripciones)
    from pickle import dump
    from django.conf import settings
    i = 0
    for juego in faltantes:
        archivo = settings.ANALITYCS_DIR + str(juego.id_juego) + '.pkl'
        output = open(archivo, 'wb')  #web -- write bytes
        dump(vectors[i], output,
             -1)  #mete bytes en archivo nuestro diccionario de lemmas
        output.close()
        i = i + 1
        tf_idf = Tf_Idf(juego=juego, vector=archivo)
        tf_idf.save()
    return