Le code est organisé en 6 fichiers python contenant l'ensemble des classes et fonctions de notre projet. Le fichier dataAnalysis.py contient les classes permettant de manipuler les corpus et les fonctions permettant de généré les resultats statistiques et les résultats des différentes métriques permettant d'analyser les corpus. Le fichiers DecisionTreeClassifier.py contient l'implémentation de notre modèle d'arbre de decision. Le fichier NaiveBayesClassifier.py contient l'implémentation de notre modèle de classifier bayesien. Le fichier features contient l'implémentation des features utilisé ensuite par nos modèle Le fichier modelAnalysis.py permet d'effectuer l'analyse du modèle d'arbre de décision et de créer les graphes localisé dans le dossier results/decisionTree/ Le jupyter-notebook appelé IntroMLProject.ipynb permet de lier ensemble tous ces fichiers. L'exécution des cellules du jupyter-notebook suit l'ordre des chapitres du rapport et permet d'avoir les résultats des différents fichiers .py.