Untitled

from sklearn.tree import DecisionTreeClassifier
import pandas as pd

# Datos de ejemplo
data = {
    'Horas de Estudio': [1, 2, 3, 4, 5, 6],
    'Asistió a Clases': ['Sí', 'Sí', 'No', 'Sí', 'No', 'Sí'],
    'Aprobó Examen': ['No', 'No', 'No', 'Sí', 'Sí', 'Sí']
}

# Crear un DataFrame
df = pd.DataFrame(data)

# Convertir las variables categóricas a números
df['Asistió a Clases'] = df['Asistió a Clases'].map({'Sí': 1, 'No': 0})
df['Aprobó Examen'] = df['Aprobó Examen'].map({'Sí': 1, 'No': 0})

# Variables de entrada (X) y salida (y)
X = df[['Horas de Estudio', 'Asistió a Clases']]
y = df['Aprobó Examen']

# Crear y entrenar el modelo
model = DecisionTreeClassifier()
model.fit(X, y)


# Predecir si un nuevo estudiante aprobará
nueva_entrada = [[1, 1]]  # 4 horas de estudio, asistió a clases
prediccion = model.predict(nueva_entrada)
print("Predicción (0 = No, 1 = Sí):", prediccion)