---
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*.