mouse-viral-svm

Información del Modelo

• Tipo: SVC (Support Vector Classifier)
• Kernel: rbf
• Framework: scikit-learn
• Autor: gusdelact
• Fecha de entrenamiento: 2026-05-18T08:45:22.566696

Uso Previsto

Clasificación binaria para detectar presencia de virus en ratones basándose en mediciones de dos medicamentos (Med_1_mL, Med_2_mL).

Datos de Entrenamiento

• Fuente: gusdelact/mouse_viral_study
• Samples de entrenamiento: 300
• Features: 2
• Vectores de soporte: [34, 35]

Métricas de Evaluación (Test Set)

Métrica	Valor
Accuracy	1.0000
F1-Score	1.0000
Precision	1.0000
Recall	1.0000
ROC-AUC	1.0000

Hiperparámetros

{
  "kernel": "rbf",
  "gamma": 0.01,
  "C": 1
}

Cómo Usar

import joblib
from huggingface_hub import hf_hub_download

# Descargar modelo y preprocessor
model_path = hf_hub_download("gusdelact/mouse-viral-svm", "model.joblib")
prep_path = hf_hub_download("gusdelact/mouse-viral-svm", "preprocessor.joblib")

model = joblib.load(model_path)
preprocessor = joblib.load(prep_path)

# Predecir (datos crudos → preprocesar → predecir)
import pandas as pd
new_data = pd.DataFrame({"Med_1_mL": [5.0], "Med_2_mL": [6.0]})
X_new = preprocessor.transform(new_data)
prediction = model.predict(X_new)
print(f"Virus Present: {prediction[0]}")

Limitaciones

• Entrenado con solo 400 observaciones
• Solo 2 features (Med_1_mL, Med_2_mL)
• Dataset sintético — no usar para diagnóstico real