Solucionado
Professor, meu modelo na 1 vez estava dando 0.66890, e depois de rodar a parte das stopwords ele caiu para 0.6640. O que pode ter ocorrido?
Outra dúvida, quando usamos o código abaixo
classificar_texto(resenha, "tratamento_1", "classificacao")dentro da função estamos usando o bag_of_words 1, defindo lá atrás como resenha.text_pt
bag_of_words = vetorizar.fit_transform(resenha.text_pt)não teriamos que refazer o BOF para tratamento_1?
bag_of_words = vetorizar.fit_transform(resenha.tratamento_1)
Olá Carlos, tudo bem?
Bom primeiro em relação aos valores de acurácia depois de removido os Stopwords.
Esta diferença de resultado é relativamente pequena, quando você cria um modelo de ML existe um fator de aleatóriedade associado, caso vc não set um SEED que irá fazer seu modelo gerar sempre o mesmo resultado, existe um intervalo (mesmo que pequeno) de variação nas predições devido a esta aleatoriedade (por exemplo a acurácia de predição será de 0.66000 - 0.67000). Essa pequena diferença de resultado pode ter ocorrido devido a este fator, visto que neste nosso exemplo remover os stopwords não gera grandes impactos no resultado final.
Em relação a segunda parte da sua dúvida!
Se você analisar a função classifica_texto você vai ver que criamos o BOW quando chamamos a função:
bag_of_words = vetorizar.fit_transform(texto[coluna_texto])
Então quando passamos a coluna tratamento_1 para a função classifica texto, estamos criando o BOW com os dados tratados!
Bons estudos, abraços!