Oii Amandio, tudo certinho por ai?
Desculpa a demora em te dar um retorno.
A sua ideia de retroalimentar o modelo e treinar novamente está correta, até porque com o passar do tempo o modelo perde sua acurácia se não tiver essa inserção de dados novos. Para fazer isso, você pode salvar o modelo como um arquivo .pickle e carregar ele quando quiser treiná-lo novamente. Uma observação sobre isso é que os novos dados de treinamento devem ter uma distribuição semelhante com os dados que você usou antes, para que não mude a natureza dos dados.
Em relação à frequência para um novo treinamento, é algo que você deve decidir conforme a necessidade do problema, sempre levando em conta se obteve uma acurácia que satisfaça sua necessidade, mas é importante lembrar que esses novos treinamentos tem custo computacional e de tempo, dependendo do tamanho da base de dados, pode demorar muito para que seja feito e ficar inviável para ti.
De modo geral, levamos em conta algumas considerações para tomar a decisão de um retreinamento, como mostro na imagem abaixo:
Aqui dentro da Alura temos algumas aulas que te darão um arcabouço maior sobre o problema apresentado e como ele é tratado e que deixo como recomendação, são elas:
• A importância do pipeline no crossvalidate do curso de Machine Learning: Validação de modelos é apresentado o StanderScaler, que é o equivalente ao “tratamento” dos dados no problema apresentado por você.
• Bag of words do curso Linguagem Natural parte 1: Introdução a NLP com análise de sentimento. Nessa aula, o instrutor explica o que é o termo bag of words e como ele funciona, onde resumidamente, ele vai aprender algumas palavras e com isso criar um vetor, esse é o fit. Então se você utilizar o transform ele vai utilizar as palavras que ele conhece para criar um vetor de novos dados.
E como leitura complementar, deixo o artigo Quando devo treinar novamente um modelo de Machine Learning, que trata sobre as considerações que são levadas para um novo treinamento. O artigo está em inglês, mas você pode usar a ferramenta de tradução do Google.
Espero ter ajudado e qualquer dúvida fico a disposição.
Grande abraço!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!
