Proyecto práctico

Apliquemos todo lo aprendido en un mini-proyecto guiado: clasificar correos como spam o legítimos.

Paso a paso

1. Datos: reúne correos etiquetados (spam/no spam).
2. Limpieza: quita HTML, convierte a minúsculas, tokeniza.
3. Vectorización: TF-IDF o embeddings.
4. Split: 70% entrenamiento / 15% validación / 15% prueba.
5. Modelo: entrena un clasificador (logística o árbol).
6. Evalúa: calcula exactitud, precisión, recall y F1.
7. Itera: ajusta umbral según el costo del falso positivo/negativo.

Checklist antes de "publicar" un modelo

• ¿Usé datos de prueba solo una vez?
• ¿Entiendo qué features importan?
• ¿El rendimiento es estable (validación cruzada)?
• ¿Documenté supuestos y limitaciones?