Utilizando datasets de nomes do repositório: genderComputer
Consultar arquivo “model.py”.
Modelo treinado já fornecido (model.pkl)
Para utilizar em código externo, será necessário definir a classe FeatureExtractor, e o método extract_features
- Carregar o modelo
- model = pickle.load(open('model.pkl', 'rb'))
- Inferir um nome
- model.predict(['Carlo'])[0] # saida “male”
Não utilizar com sobrenomes, o modelo foi treinado somente com os primeiros nomes de indivíduos
