Upload mass_modelos_nlp_db.py

src/embeddings/mass_modelos_nlp_db.py

@@ -156,7 +156,7 @@ import numpy as np
 def search_mass(path_df_iniciativas, top_ods, top_meta, top_indicador):
   
   df_iniciativas = pd.read_excel(path_df_iniciativas)
-  df_categorias = [categoria for categoria in df_iniciativas.columns if categoria.isin(['id_unico', 'iniciativa'])==False]
+  df_categorias = [categoria for categoria in df_iniciativas.columns if categoria not in ['id_unico', 'iniciativa']]
 #   patr_tblinput = 'data/raw/Copy of Iniciativas priorizadas PATR 385.xlsx' #"CSV with PATR projects (columns: id, descripcion, ...).")
   ods_tblinput = Path('data/raw/v2_tabla_odsDescripcion_revLA 03032026.xlsx') #Entrenamiento 3
 #   ods_tblinput = Path('data/raw/v2_tabla_odsDescripcion_revLA.xlsx') #Entrenamiento 2
@@ -672,7 +672,7 @@ def search_mass(path_df_iniciativas, top_ods, top_meta, top_indicador):
 
   ## Complementando metas con recomendaciones de indicadores
   res_dfs[1] = res_dfs[1].merge(recomendaciones_df[['Meta_ODS', 'Recomendaciones_territoriales']], 'left', left_on='META_ID', right_on='META_ID')
-  
+