akuysal commited on
Commit
ce7bc67
1 Parent(s): d0f72a4

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +3 -4
README.md CHANGED
@@ -1,5 +1,5 @@
1
  ---
2
- title: SMS Spam Turkish Scikit-Learn
3
  emoji: 🌖
4
  colorFrom: gray
5
  colorTo: green
@@ -8,15 +8,14 @@ sdk_version: 1.17.0
8
  app_file: app.py
9
  pinned: false
10
  license: openrail
11
- duplicated_from: akuysal/SMS-spam-Turkish-sklearn
12
  ---
13
 
14
  ENGLISH
15
- The dataset used in the study "Uysal, A. K., Gunal, S., Ergin, S., & Gunal, E. S. (2013). The impact of feature extraction and selection on SMS spam filtering. Elektronika ir Elektrotechnika, 19(5), 67-72." is employed for training. The success ratio for Linear SVM Classifier is 0.9880 in terms of Macro-F1 when 10% of the dataset was used for testing.
16
  The dataset is composed of SPAM and LEGITIMATE sms data.
17
 
18
  TÜRKÇE
19
- Bu çalışmada "Uysal, A. K., Gunal, S., Ergin, S., & Gunal, E. S. (2013). The impact of feature extraction and selection on SMS spam filtering. Elektronika ir Elektrotechnika, 19(5), 67-72." başlıklı çalışmadaki veri seti kullanılmıştır. Linear SVM sınıflandırıcı için başarı oranı, veri setinin %10'u test için kullanıldığında Makro-F1 açısından 0,9880'dir.
20
  Veri seti, SPAM ve LEGITIMATE kısa mesaj verilerinden oluşmaktadır.
21
 
22
  Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
 
1
  ---
2
+ title: SMS Spam English Scikit-Learn
3
  emoji: 🌖
4
  colorFrom: gray
5
  colorTo: green
 
8
  app_file: app.py
9
  pinned: false
10
  license: openrail
 
11
  ---
12
 
13
  ENGLISH
14
+ The dataset used in the study "T.A. Almeida, J.M.G. Hidalgo, and A. Yamakami, Contributions to the Study of SMS Spam Filtering: New Collection and Results, Proc. 11th ACM Symposium on Document Engineering, pp. 259-262, 2011." is employed for training. The success ratio for Linear SVM Classifier is 0.9742 in terms of Macro-F1 when 10% of the dataset was used for testing.
15
  The dataset is composed of SPAM and LEGITIMATE sms data.
16
 
17
  TÜRKÇE
18
+ Bu çalışmada "T.A. Almeida, J.M.G. Hidalgo, and A. Yamakami, Contributions to the Study of SMS Spam Filtering: New Collection and Results, Proc. 11th ACM Symposium on Document Engineering, pp. 259-262, 2011." başlıklı çalışmadaki veri seti kullanılmıştır. Linear SVM sınıflandırıcı için başarı oranı, veri setinin %10'u test için kullanıldığında Makro-F1 açısından 0.9742'dir.
19
  Veri seti, SPAM ve LEGITIMATE kısa mesaj verilerinden oluşmaktadır.
20
 
21
  Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference