Commit 路
0d27fec
1
Parent(s): 255b38f
Create readme.md
Browse files
readme.md
ADDED
|
@@ -0,0 +1,17 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# Modelo de Regresi贸n Lineal para Predicci贸n de Peso
|
| 2 |
+
En 茅ste repo se encuentra el modelo que he creado al completar una de las pr谩cticas del curso ["Introducci贸n a la IA con Python"](https://www.domestika.org/es/courses/5239-introduccion-a-la-ia-con-python/ringatech), de mano de "Rodrigo Montemayor", o ["Ringa Tech"](https://youtube.com/@RingaTech), como bien se conoce en redes sociales.
|
| 3 |
+
|
| 4 |
+
## C贸mo se usa
|
| 5 |
+
El modelo ha sido creado con `scikit-learn` y exportado con `joblib`, por lo que necesitas ambas librer铆as instaladas. Tambi茅n vienen por defecto en los entornos de Google Colab, si gustas probarlo all铆.
|
| 6 |
+
|
| 7 |
+
```python
|
| 8 |
+
from joblib import load
|
| 9 |
+
|
| 10 |
+
modelo = load("modelo.joblib")
|
| 11 |
+
```
|
| 12 |
+
|
| 13 |
+
Una vez cargado, puedes hacer predicciones usando su m茅todo `.predict()`, pero recuerda que s贸lo admite arreglos de arreglos. El dato de entrada es la altura en metros, y el de salida es el peso en kilos
|
| 14 |
+
|
| 15 |
+
```python
|
| 16 |
+
modelo.predict([[1.65]])
|
| 17 |
+
```
|