File size: 1,483 Bytes
fcfd646 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 |
---
license: cc-by-nc-4.0
---
# 🧠 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:**
```bash
pip install scikit-learn numpy
```
2. **Carga el modelo en tu script de Python:**
```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](https://creativecommons.org/licenses/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*.
|