🧠 ModeloIABD11 - Clasificador de Emociones

Este repositorio contiene un modelo de clasificación de emociones entrenado desde cero utilizando scikit-learn. El modelo está diseñado para identificar emociones en frases de texto en español, clasificándolas como alegre, triste o neutral.

📁 Archivos

• modelo_emociones.pkl: Archivo pickle que contiene el modelo entrenado y el vectorizador TfidfVectorizer encapsulados en un pipeline de scikit-learn.

🛠️ Cómo utilizar el modelo

Para utilizar este modelo en tu entorno local, sigue los siguientes pasos:

1. Instala las dependencias necesarias:

pip install scikit-learn numpy

2. Carga el modelo en tu script de Python:

import pickle

# Cargar el modelo desde el archivo pickle
with open("modelo_emociones.pkl", "rb") as f:
    modelo = pickle.load(f)

# Clasificar una frase de ejemplo
frase = "Hoy me siento muy feliz"
emocion = modelo.predict([frase])[0]
print(f"Emoción detectada: {emocion}")

Este código cargará el modelo y clasificará la emoción de la frase proporcionada.

📄 Licencia

Este proyecto está licenciado bajo la licencia CC BY-NC 4.0.

👤 Autor

• Nombre: Miguel Sedano
• Asignatura: SBD
• Curso: IABD

---

Este modelo fue desarrollado como parte del trabajo evaluable de la asignatura Sistemas Basados en Datos.