Nous évaluerons selon la méthode de Categorization Accuracy
De ce fait,
plus votre score est haut, meilleur sera votre placement.
Donc, le solutionnaire aurait un score de 1.00 (100%)
Comment faire une soumission?
Après avoir avoir entrainé votre modèle de naïve bayésienne avec le fichier train.csv, il faudra prédire le spam du fichier test_cleaned.csv. Pour faire une soumission, il faut créer un nouveau fichier csv avec deux colonnes: ID des messages et le spam correspondant au ID sous la colonne Spam.
La prédiction du salaire doit être converti dans un pandas dataframe avec la ligne :
submission = pd.DataFrame({'Spam': np.array(predictions).flatten()})
Ensuite, pour ajouter la colonne ID, on peut l'ajouter manuellement avec ces fonctions:
submission["Id"] = (submission.index + 1)
submission = submission [["Id", "Spam"]]  pour arranger l'ordre.
Un exemple de fichier valide de soumission est disponible dans l'onglet "Data". Il est important que votre le nombre total de spam est de 1101 (Donc Id = 1101).
Pour créer un fichier csv dans kaggle, il faut simplement faire appel à la fonction pandas:
submission.to_csv('submission.csv', index=False)
Finalement, il suffit de cliquer sur l'onglet New Submission et de faire un drag and drop. Kaggle évaluera votre résultat et vous classera sur le leaderboard.
Dans la soumission finale, la colonne spam est l'indicateur du spam. La valeur de 0 est utilisée pour remplacer la valeur *ham* et la valeur de 1 pour indiqué le *spam*.