# CODEML: Challenge 4 — Data

来源：https://www.kaggle.com/competitions/codeml-challenge4/data

采集时间：2026-10-19T16:11:06Z

(Français plus bas)
The data in detail:
The data was divided into 3 groups:
train.txt
- training data, separate comments with newlines \ n
train_label.txt
- training responses, class comments in the same order as the texts in separate train.txt with newlines \ n
test.txt
- data for the test always comments separated by newlines
The training data should be used to create your machine learning models. When it comes to training data, we provide results to predict for each feedback. In our case here, your model must use the reviews you have pre-processed and the text class to predict whether a comment is positive or not
.

Test data should be used to see how your model is performing on data it has not yet seen. For the test set, we do not provide predictable results for each feedback. It's your job to predict those outcomes. For each text in the test set, use the model you trained to predict whether the product received a positive review or not.
We also include
all_positive_submission.csv
, a set of predictions that assume all reviews are positive. This
all_positive_submission.csv
file is an example of what your submission file should look like.
Notes Variables (Reminder)
The different comments in train.txt are separated with newlines \ n '
Your results must be in csv format and contain a column with a header named 'testLabels' and the rest of the rows of prediction values ​​in any order(Kaggle take care of the order). They should be values ​​between 0 or 1 (0: Negative, 1: Positive)
_____________________________
Les données en détail :
Les données ont été divisées en 3 groupes :
train.txt
- données relatives à la formation, commentaires séparés avec des nouvelles lignes \ n
train_label.txt
- réponses de formation, commentaires de classe dans le même ordre que les textes dans un train.txt séparé avec des nouvelles lignes \ n
test.txt
- les données pour le test sont toujours des commentaires séparés par des nouvelles lignes
Les données de formation doivent être utilisées pour créer vos modèles d'apprentissage sur machine. En ce qui concerne les données de formation, nous fournissons des résultats à prévoir pour chaque retour d'information. Dans notre cas ici, votre modèle doit utiliser les commentaires que vous avez prétraités et la classe de texte pour prédire si un commentaire est positif ou non
.

Les données de test doivent être utilisées pour voir comment votre modèle se comporte sur des données qu'il n'a pas encore vues. Pour l'ensemble des tests, nous ne fournissons pas de résultats prévisibles pour chaque commentaire. C'est à vous de prédire ces résultats. Pour chaque texte de l'ensemble de tests, utilisez le modèle que vous avez formé pour prédire si le produit a reçu un avis positif ou non.
Nous incluons également
all_positive_submission.csv
, un ensemble de prédictions qui supposent que tous les avis sont positifs. Ce fichier
all_positive_submission.csv
est un exemple de ce à quoi doit ressembler votre fichier de soumission.
Notes Variables (rappel)
Les différents commentaires dans train.txt sont séparés par des nouvelles lignes \ n '
Vos résultats doivent être au format csv et contenir une colonne avec un en-tête nommé "testLlabels" et le reste des lignes de valeurs de prédiction dans n'importe quel ordre (Kaggle va s'en occuper tant que les ids sont là). Les valeurs doivent être comprises entre 0 et 1 (0 : Négatif, 1 : Positif)