def demo_classify(description):
answer = ["", 0]
#Указана БД классификатора, работаем используя лимит
#Создаем объект классификатора
f_cl = fisherclassifier(specfeatures)
#Подключаем данные обучения
f_cl.setdb(db_name)
f_cl.loaddb()
f_cl.unsetdb()
row = dict()
row['message_title'] = ""
row['message_text'] = description
msg = Msg()
msg.message_id = uuid.uuid4().__str__()
msg.cc_recipients = msg.cc_recipients_name = msg.sender_name = msg.sender = msg.message_title = msg.recipients = \
msg.recipients_name = ""
msg.message_text = description
msg.isclassified = 1
msg.notified = 1
msg.orig_date = datetime.datetime.now()
msg.create_date = datetime.datetime.now()
msg.category = ""
try:
cats = f_cl.classify_mr(row, default='0')
print "Полный ответ классификатора: %s" % cats
except Exception as e:
print str(e)
raise e
for one in cats:
if answer[1] <= float(one.values()[0]):
answer[0] = one.keys()[0]
answer[1] = float(one.values()[0])
msg.category = str(answer[0]) + "-" + str(answer[1])
print "Обработанный ответ классификатора: %s" % answer
record = TrainAPIRecords()
record.message_id = msg.message_id
record.date = datetime.datetime.now()
record.uuid = record_uid = uuid.uuid4().__str__()
record.category = msg.category
record.user_action = 0
record.user_answer = ""
session = Session()
try:
session.add(msg)
session.commit()
except Exception as e:
session.close()
print "Ошибка записи MSG." + str(e)
raise e
else:
print "Новый MSG записан."
try:
session.add(record)
session.commit()
except Exception as e:
print "Ошибка записи TRAIN_API ." + str(e)
raise e
finally:
session.close()
return answer, record_uid
"""
from operator import itemgetter
import re
import argparse
import mod_classifier as cl
import mysql.connector
import math
from configuration import *
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
# Создаем объект классификатора
f_cl = cl.fisherclassifier(cl.specfeatures)
# Подключаем данные обучения
f_cl.setdb("classifier")
f_cl.loaddb()
cat = f_cl.category_code
minimums = f_cl.minimums
for i in cat.keys():
print "Категория: ", cat[i], "(", i, ") : ", minimums[i]
# Обучаем модель на тестовых данных из базы
f_cl.sql_train()
def demo_classify(description):
answer = ["", 0]
#Указана БД классификатора, работаем используя лимит
#Создаем объект классификатора
f_cl = fisherclassifier(specfeatures)
#Подключаем данные обучения
f_cl.setdb(db_name)
f_cl.loaddb()
f_cl.unsetdb()
row = dict()
row['message_title'] = ""
row['message_text'] = description
msg = Msg()
msg.message_id = uuid.uuid4().__str__()
msg.cc_recipients = msg.cc_recipients_name = msg.sender_name = msg.sender = msg.message_title = msg.recipients = \
msg.recipients_name = ""
msg.message_text = description
msg.isclassified = 1
msg.notified = 1
msg.orig_date = datetime.datetime.now()
msg.create_date = datetime.datetime.now()
msg.category = ""
try:
cats = f_cl.classify_mr(row, default='0')
print "Полный ответ классификатора: %s" % cats
except Exception as e:
print str(e)
raise e
for one in cats:
if answer[1] <= float(one.values()[0]):
answer[0] = one.keys()[0]
answer[1] = float(one.values()[0])
msg.category = str(answer[0]) + "-" + str(answer[1])
print "Обработанный ответ классификатора: %s" % answer
record = TrainAPIRecords()
record.message_id = msg.message_id
record.date = datetime.datetime.now()
record.uuid = record_uid = uuid.uuid4().__str__()
record.category = msg.category
record.user_action = 0
record.user_answer = ""
session = Session()
try:
session.add(msg)
session.commit()
except Exception as e:
session.close()
print "Ошибка записи MSG." + str(e)
raise e
else:
print "Новый MSG записан."
try:
session.add(record)
session.commit()
except Exception as e:
print "Ошибка записи TRAIN_API ." + str(e)
raise e
finally:
session.close()
return answer, record_uid
Фильтрация и классификация текстов(документов), сообщений и т.д.
"""
from operator import itemgetter
import re
import argparse
import mod_classifier as cl
import mysql.connector
import math
from configuration import *
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
# Создаем объект классификатора
f_cl = cl.fisherclassifier(cl.specfeatures)
# Подключаем данные обучения
f_cl.setdb("classifier")
f_cl.loaddb()
cat = f_cl.category_code
minimums = f_cl.minimums
for i in cat.keys():
print "Категория: ", cat[i], "(", i, ") : ", minimums[i]
# Обучаем модель на тестовых данных из базы
f_cl.sql_train()
# Закрываем соединение с БД
