Last README

 # Ejercicio: Clasificación de oraciones sobre dominios estructurales de proteínas
 # Ejercicio: Clasificación de oraciones sobre dominios estructurales de proteínas
+
 ## Descripción
 ## Descripción
 - Clasificación
 - Clasificación
     - binaria
     - binaria
@@ -6,10 +7,30 @@
 - Categorías
 - Categorías
     - Oraciones sobre dominio estructural (DOM)
     - Oraciones sobre dominio estructural (DOM)
     - Oraciones sobre otro tema (OTHER)
     - Oraciones sobre otro tema (OTHER)
+
 ### Tarea
 ### Tarea
-Desarrolle varios clasificador utilizando los siguientes métodos de aprendizaje de máquina (tradicionales): SVM, Naïve Bayes, Decision Tree, Random Forest para clasificar un conjunto de oraciones en las categorías mencionadas.
+Desarrolle varios clasificador utilizando los siguientes métodos de aprendizaje de máquina 
+(tradicionales): SVM, Naïve Bayes, Decision Tree, Random Forest 
+para clasificar un conjunto de oraciones en las categorías mencionadas.
+
 ### Datos de entrada
 ### Datos de entrada
 - trainData.txt Oraciones de entrenamiento
 - trainData.txt Oraciones de entrenamiento
 - trainClasses.txt Categorías de oraciones de entrenamiento
 - trainClasses.txt Categorías de oraciones de entrenamiento
 - testData.txt Oraciones de evaluación
 - testData.txt Oraciones de evaluación
 - testClasses.txt Categorías de oraciones de evaluación
 - testClasses.txt Categorías de oraciones de evaluación
+
+## Requerimientos
+- Python y scikit-learn
+- Probar diferentes características (grid de entrenamiento):
+  - Palabras
+  - Lemmas
+  - Lemmas y etiquetas POS
+  - Unigramas y bigramas
+  - Con y sin stops words
+- Almacenar reporte de resultados de entrenamiento y evaluación
+- Almacenar gráfico de matriz de confusión
+- Evaluar con F-score, Precision, Recall, AUC, gráfica de Precision-Recall, gráfica ROC
+- Almacenar modelo entrenado en archivo (joblib)
+- Afinación de hiperparámetros con método RandomizedGridCV
+
+