No minuto 12 o professor treina a mesma regressão logística utilizada anteriormente para treinar os dados separados de uma forma diferente.
Gostaria de saber se isso não é um problema. Pois, penso que se não declararmos novamente a regressão logística está utilizando um modelo já treinado com os últimos dados. Sendo assim, seria impossível inferir se a acurácia do método tfidf é melhor que a usada anteriormente.
Oi Estevan! Tudo bem com você? Espero que sim!
Desculpa pela demora em te dar um retorno.
A variável regressao_logistica é atribuada ao método de classificação LogisticRegression do seguinte modo:
from sklearn.linear_model import LogisticRegression
regressao_logistica = LogisticRegression(solver = "lbfgs")Essa atribuição permitiu utilizar o classificador LogisticRegression e todos os seus métodos inclusos, como o fit e o score pela variável regressao_logistica. Ou seja, regressao_logistica é o próprio classificador e não o resultado da classificação.
No entanto, quando se utiliza o método .fit o classificador faz todo o aprendizado com os dados recebidos nos parâmetros e se auto retorna um modelo treinado. Como o professor ajustou o modelo com .fit e os parâmetros de treino do método tfidf em cada teste, o modelo se reajustou para aqueles novos dados permitindo que aquela inferência pudesse ser encontrada.
Eu espero ter te ajudado! Se surgir outra dúvida estarei à disposição ;-)
Bons estudos!