fix

.ipynb_checkpoints/run-checkpoint.py

@@ -7,8 +7,16 @@ from sklearn.metrics import accuracy_score
 
 
 df = pd.read_csv("train/train.tsv", sep="\t", header=None, error_bad_lines=False)
+
+
+
 dev_x = pd.read_csv("dev-0/in.tsv", sep="\t", header=None, error_bad_lines=False)
-test_x = pd.read_csv("test-A/in.tsv", sep="\t", header=None, error_bad_lines=False)
+
+
+with open('test-A/in.tsv', 'r', encoding='utf8') as file:
+    test = file.readlines()
+test = pd.Series(test)
+
 
 x = df[1]
 y = df[0]
@@ -17,17 +25,20 @@ model = make_pipeline(TfidfVectorizer(), MultinomialNB())
 model.fit(x,y)
 
 pred_dev = model.predict(dev_x[0])
-pred_test = model.predict(test_x[0])
+pred_dev = pd.Series(pred_dev)
 
-
-with open('dev-0/out.tsv', 'wt') as f:
+with open('dev-0/out.tsv', 'wt') as file:
     for pred in pred_dev:
-        f.write(str(pred)+'\n')
+        file.write(str(pred)+'\n')
+
+
+pred_test = model.predict(test)
+pred_test = pd.Series(pred_test)
+pred_test = pred_test.astype('int')
+
+
         
-with open('test-A/out.tsv', 'wt') as f:
+with open('test-A/out.tsv', 'wt') as file:
     for pred in pred_test:
-        f.write(str(pred)+'\n')
+        file.write(str(pred)+'\n')
 
-
-        
-        

bayes.ipynb

@@ -2,7 +2,7 @@
  "cells": [
   {
    "cell_type": "code",
-   "execution_count": 22,
+   "execution_count": 23,
    "id": "ce420679-f5aa-4c83-a912-3c4afa982d7e",
    "metadata": {},
    "outputs": [
@@ -28,7 +28,7 @@
     "\n",
     "\n",
     "df = pd.read_csv(\"train/train.tsv\", sep=\"\\t\", header=None, error_bad_lines=False)\n",
-    "df = df.head(1000)\n",
+    "\n",
     "\n",
     "\n",
     "dev_x = pd.read_csv(\"dev-0/in.tsv\", sep=\"\\t\", header=None, error_bad_lines=False)\n",
@@ -69,54 +69,6 @@
     "\n",
     "        \n"
    ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 15,
-   "id": "3e2a9ef0-6da0-4934-8099-378d859ae04e",
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "                                                      0\n",
-      "0     ATP Sztokholm: Juergen Zopp wykorzystał szansę...\n",
-      "1     Krowicki z reprezentacją kobiet aż do igrzysk ...\n",
-      "2     Wielki powrót Łukasza Kubota Odradza się zawsz...\n",
-      "3     Marcel Hirscher wygrał ostatni slalom gigant m...\n",
-      "4     Polki do Czarnogóry z pełnią zaangażowania. Sy...\n",
-      "...                                                 ...\n",
-      "5440  Biało-czerwona siła w Falun. Oni będą reprezen...\n",
-      "5441  Finał WTA Tokio na żywo: Woźniacka - Osaka LIV...\n",
-      "5442  Oni zapisali się w annałach. Hubert Hurkacz 15...\n",
-      "5443  Poprawia się stan Nikiego Laudy. Austriak może...\n",
-      "5444  Liga Mistrzów. Zabójcza końcówka Interu Mediol...\n",
-      "\n",
-      "[5445 rows x 1 columns]\n",
-      "0       ATP Sztokholm: Juergen Zopp wykorzystał szansę...\n",
-      "1       Krowicki z reprezentacją kobiet aż do igrzysk ...\n",
-      "2       Wielki powrót Łukasza Kubota Odradza się zawsz...\n",
-      "3       Marcel Hirscher wygrał ostatni slalom gigant m...\n",
-      "4       Polki do Czarnogóry z pełnią zaangażowania. Sy...\n",
-      "                              ...                        \n",
-      "5442    Biało-czerwona siła w Falun. Oni będą reprezen...\n",
-      "5443    Finał WTA Tokio na żywo: Woźniacka - Osaka LIV...\n",
-      "5444    Oni zapisali się w annałach. Hubert Hurkacz 15...\n",
-      "5445    Poprawia się stan Nikiego Laudy. Austriak może...\n",
-      "5446    Liga Mistrzów. Zabójcza końcówka Interu Mediol...\n",
-      "Length: 5447, dtype: object\n"
-     ]
-    }
-   ],
-   "source": [
-    "print(test)\n",
-    "\n",
-    "\n",
-    "\n",
-    "\n",
-    "print(Xtest)"
-   ]
   }
  ],
  "metadata": {

run.py

@@ -7,8 +7,16 @@ from sklearn.metrics import accuracy_score
 
 
 df = pd.read_csv("train/train.tsv", sep="\t", header=None, error_bad_lines=False)
+
+
+
 dev_x = pd.read_csv("dev-0/in.tsv", sep="\t", header=None, error_bad_lines=False)
-test_x = pd.read_csv("test-A/in.tsv", sep="\t", header=None, error_bad_lines=False)
+
+
+with open('test-A/in.tsv', 'r', encoding='utf8') as file:
+    test = file.readlines()
+test = pd.Series(test)
+
 
 x = df[1]
 y = df[0]
@@ -17,17 +25,20 @@ model = make_pipeline(TfidfVectorizer(), MultinomialNB())
 model.fit(x,y)
 
 pred_dev = model.predict(dev_x[0])
-pred_test = model.predict(test_x[0])
+pred_dev = pd.Series(pred_dev)
 
-
-with open('dev-0/out.tsv', 'wt') as f:
+with open('dev-0/out.tsv', 'wt') as file:
     for pred in pred_dev:
-        f.write(str(pred)+'\n')
+        file.write(str(pred)+'\n')
+
+
+pred_test = model.predict(test)
+pred_test = pd.Series(pred_test)
+pred_test = pred_test.astype('int')
+
+
         
-with open('test-A/out.tsv', 'wt') as f:
+with open('test-A/out.tsv', 'wt') as file:
     for pred in pred_test:
-        f.write(str(pred)+'\n')
+        file.write(str(pred)+'\n')
 
-
-        
-