|
|
--- |
|
|
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*. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
