ta_PredictSentinelBusiness.py

# -*- coding: utf-8 -*-
"""
Created on Fri Jul 14 09:23:49 2017

@author: Luis Carlos Prieto
luisc.prieto@gmail.com
"""



import log
import ta_SQLServer
import ta_DataCleaner
import pandas as pd

def main():
     # Variables Generales...
    Errores = 0   
    miLog = log.Log()
    m_DatosTwitter = ta_DataCleaner.DatosTwitter()
    GestorSQLServer = ta_SQLServer.SQLServer
        
    miLog.Salidaln("Bienvenido al Manager de  Sentinel Business, Iniciando servicios ML2...")
    Lista =  []
    
    try:
        # Creación del -Gestor de SQL Server
        GestorSQLServer = ta_SQLServer.SQLServer()
         
    except Exception as e:
        Errores += 1
        miLog.Salidaln("ERROR generando Gestor de SQL Server..." )
        miLog.Salidaln(e.args)
        return -1
        
    try:
	    
        GestorSQLServer.ListaTweetsSentinelBusiness(Lista)
        miLog.Salidaln("Cargendo Datos...")
        m_DatosTwitter.CargarDatos(GestorSQLServer.m_conSQL)
    
        
    except Exception as e:
        Errores += 1
        miLog.Salidaln("ERROR No se ha podido generar Sentinel de Business... ")
        miLog.Salidaln(e.args)
        
    miLog.Salidaln("OK.")
    

    
    miLog.Salida("construyendo Features ML2 ...")
    m_DatosTwitter.build_features()
    miLog.Salidaln("OK...")



    miLog.Salida("Limpiando ML2 ...")
    m_DatosTwitter.Limpieza()
    miLog.Salida("OK ...")
    
        
    miLog.Salida("Tokenizando ...")
    m_DatosTwitter.Tokenizar()
    m_DatosTwitter.ConstruirPalabras()
    m_DatosTwitter.ContarPalabras()
    m_DatosTwitter.Separar()
    miLog.Salidaln("OK ...")   
    
    #m_DatosTwitter.ConstruirMatrizEntrenamiento()
        
    miLog.Salida("Recuperando Negaciones ...")
    m_DatosTwitter.RecuperarNegaciones()
    miLog.Salidaln("OK ...")
    
    
    miLog.Salida("Construyendo modelo ...")
    ModeloDatos, Etiquetas = m_DatosTwitter.build_data_model()
    miLog.Salidaln("OK ...")
       
    
    miLog.Salidaln("Business ...")
    Prediccion_RF = pd.DataFrame
    Prediccion_NB = pd.DataFrame
    Prediccion_SV = pd.DataFrame
    Prediccion_SD = pd.DataFrame
    Prediccion_PE = pd.DataFrame
    
    
    try:
        Prediccion_RF = m_DatosTwitter.BusinessRandomForest()    
        Prediccion_NB = m_DatosTwitter.BusinessNaiveBayes()
        Prediccion_SV = m_DatosTwitter.BusinessSVM()
        Prediccion_SD = m_DatosTwitter.BusinesDescensoGradiente()
        Prediccion_PE = m_DatosTwitter.BusinesPerceptron()
            
        
        Tamano = Prediccion_RF.size
        for i in range(0, Tamano):
            #miLog.Salidaln("--------------------------------")
            #miLog.Salidaln("idTweet : " + m_DatosTwitter.Datos_Procesados.loc[i, "idtweet"])
            #miLog.Salidaln("Texto   : " + m_DatosTwitter.Datos_Procesados.loc[i, "texto_original"])
            #miLog.Salidaln("RF      :" + Prediccion_RF[i])
            #miLog.Salidaln("NB      :" + Prediccion_NB[i])
            Resultado = 'neutro'
            
            pos = 0
            neg = 0
            neu = 0
            
            
            
            if (Prediccion_RF[i] == 'positivo'): pos += 1 # 44
            if (Prediccion_RF[i] == 'neutro'  ): neu += 1 # 70
            if (Prediccion_RF[i] == 'negativo'): neg += 1 # 70
            
            if (Prediccion_PE[i] == 'positivo'): pos += 1 # 10
            if (Prediccion_PE[i] == 'neutro'  ): neu += 1 # 70           
            if (Prediccion_PE[i] == 'negativo'): neg += 1 # 70
                            
            #if (Prediccion_NB[i] == 'positivo'): pos += 1 # 10
            #if (Prediccion_NB[i] == 'neutro'  ): neu += 1 # 67 
            #if (Prediccion_NB[i] == 'negativo'): neg += 1 # 37        
                        
            if (Prediccion_SD[i] == 'positivo'): pos += 1 # 37
            if (Prediccion_SD[i] == 'neutro'  ): neu += 1 # 55
            if (Prediccion_SD[i] == 'negativo'): neg += 1 # 66
            
           
            if (Prediccion_SV[i] == 'positivo'): pos += 1 # 29
            if (Prediccion_SV[i] == 'neutro'  ): neu += 1 # 63                
            if (Prediccion_SV[i] == 'negativo'): neg += 1 # 65
            
                                
            
            Valor = max(pos,neu,neg)
            if (Valor == pos): 
                Resultado = 'positivo'
            else:
                if (Valor == neg): 
                    Resultado = 'negativo'
                else: 
                    Resultado = 'neutro'
            #miLog.Salidaln("----->  :" + Resultado)
            
            
            GestorSQLServer.UpdateSentibelBusiness(m_DatosTwitter.Datos_Procesados.loc[i, "idtweet"],Resultado)
    
            
    
        miLog.Salidaln("OK ...")
    except:
        miLog.Salidaln("No Hay datos ...")
    
    
    
    
    if (Errores > 0 ):
        miLog.Salidaln("ERRORES DETECTADOS")
    else:
        miLog.Salidaln("Proceso finalizado con exito...")

main()