Modelo básico para classificar nomes entre ‘masculino’ e ‘feminino’

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