En utilisant les données des choix d'assemblée 2019, nous présentons un processus fondé sur le Feature Engineering et un ensemble d'algorithmes d'apprentissage automatique pour évaluer et comparer les performances en accédant au même ensemble de données. Les principes généraux n'aideront donc pas seulement les analystes et les spécialistes de l'intelligence à présenter leurs idées plus fréquemment et plus efficacement, mais ils permettront également aux lecteurs, en fonction de leur position d'intérêt et de leur engagement communautaire, d'aller au-delà de ce qui est présenté et de découvrir par eux-mêmes de nouvelles idées préconçues.