Experimentos para o paper WITCC

Experimentos para o artigo WITCC'08

• Usar o dicionário completo corrigido
• Remover do vocabulário as 6 seguintes classes gramaticais: artigo, conjunção, contração, interjeição, preposição e pronome
• Computar pesos dos termos usando tfidf
• Dados de treino e teste
  • Conjunto CNAE: Tabela CNAE_110_SUBCLASSE, campo DESCRICAO_SUB, linhas 0 a 1182
  • Conjunto VIX: Tabela DADOS_VITORIA_SUB_110, campo OBJETO_SOCIAL, linhas 0 a 3280
• Usar a abordagem k-fold cross validation, com k=10. O conjunto VIX deverá ser particionado em k subconjuntos. Dos k subconjuntos, um único subconjunto deverá ser retido para testar o modelo, e os k-1 subconjuntos restantes deverão ser usados como dado de treino. O processo de cross-validation deverá ser repetido k vezes (folds F1, F2, ..., Fk), com cada um dos k subconjuntos usados exatamente uma vez como dado de teste.
  • Usar o conjunto CNAE como dado de treino em cada uma das repetições Fi do experimento de cross-validation
• Para cada um dos métodos de classificação, salvar o valor de todas as métricas num arquivo de texto com o seguinte formato
  • Cada linha corresponde a uma repetição Fi do experimento de k-fold cross validation
  • Cada coluna corresponde a uma métrica de avaliação
• Para calibrar