Un punto de partida legible para la clasificación supervisada de texto. Esta implementación multinomial de Naive Bayes aprende frecuencias de palabras por categoría, aplica suavizado y muestra las puntuaciones del modelo. Se abstiene cuando no encuentra ningún término conocido.
Los mensajes ficticios permiten practicar el entrenamiento, la predicción y la evaluación sin datos de clientes.
Funciones incluidas
- Entrenamiento supervisado por categorías
- Cálculos suavizados de log-probabilidad
- Abstención ante vocabulario desconocido
- Matriz de confusión y F1 por clase
- Ejemplos separados de entrenamiento y prueba
Licencia y primeros pasos
Código original bajo licencia MIT, copyright 2026 STELLARR STUDIO. Se permite el uso personal y comercial conservando el aviso de licencia. Incluye guías en francés e inglés. Las marcas y dependencias conservan sus propios derechos.
Lea el README para conocer los requisitos, los comandos de inicio, las pruebas y los límites de despliegue. No se incluyen alojamiento, capacidad de cómputo, APIs externas ni asistencia a medida.
Archivos incluidos
.gitignoreclassifier.pyexamples/test.jsonexamples/train.jsonkit.jsonLICENSEREADME.en.mdREADME.mdtest_classifier.pyTEST_REPORT.mdTHIRD_PARTY_NOTICES.mdverification.json