Text Classification
Scikit-learn
Portuguese
intent-classification
lead-scoring
tf-idf
logistic-regression
portuguese
Instructions to use ranzouu/leadforge-intent-classifier with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Scikit-learn
How to use ranzouu/leadforge-intent-classifier with Scikit-learn:
from huggingface_hub import hf_hub_download import joblib model = joblib.load( hf_hub_download("ranzouu/leadforge-intent-classifier", "sklearn_model.joblib") ) # only load pickle files from sources you trust # read more about it here https://skops.readthedocs.io/en/stable/persistence.html - Notebooks
- Google Colab
- Kaggle
Upload README.md with huggingface_hub
Browse files
README.md
CHANGED
|
@@ -54,7 +54,7 @@ frases = [
|
|
| 54 |
print(clf.predict(vectorizer.transform([f.lower() for f in frases])))
|
| 55 |
```
|
| 56 |
|
| 57 |
-
## Limitações (
|
| 58 |
|
| 59 |
- **Dataset de demonstração**: 60 amostras (20 por classe) escritas para exercitar o pipeline — não são leads reais de produção. Em produção, treinar com dados reais e revalidar antes de confiar.
|
| 60 |
- **`warm` é a fronteira difícil** (F1 0.45): separar "interesse" de "só curiosidade" é tênue até em leitura humana.
|
|
|
|
| 54 |
print(clf.predict(vectorizer.transform([f.lower() for f in frases])))
|
| 55 |
```
|
| 56 |
|
| 57 |
+
## Limitações (leia com atenção)
|
| 58 |
|
| 59 |
- **Dataset de demonstração**: 60 amostras (20 por classe) escritas para exercitar o pipeline — não são leads reais de produção. Em produção, treinar com dados reais e revalidar antes de confiar.
|
| 60 |
- **`warm` é a fronteira difícil** (F1 0.45): separar "interesse" de "só curiosidade" é tênue até em leitura humana.
|