A métrica de avaliação da competição é a área sob a curva ROC, conhecida como: AUC-ROC. (veja uma explicação em https://developers.google.com/machine-learning/crash-course/classification/roc-and-auc). 

Essa métrica avalia simultâneamente os indicadores precisão e revocação, além de avaliar a qualidade das predições (a probabilidade inferida para a classe positiva). Para que se alcance valores próximos de 1 no indicador (valor teórico ideal), o seu modelo deve prever probabilidades próximas de 1 (ex: 0.99) para sentimentos positivos e próximas de 0 (0.01) para sentimentos negativos. 

## Formato de submissão

O seu arquivo de submissão deve estar em formato csv e possuir as colunas id (mesmo identificador do arquivo test.csv) e sentiment (as probabilidades do seu modelo), como ilustrado abaixo:

```
id, sentiment
0, 0.7
1, 0.02
2, 0.05
```
O arquivo deve possuir 10mil registros, o mesmo número do arquivo test.csv disponibilizado.