# Clasificación

Clasifica los datos de entrada en función de un modelo de aprendizaje automático entrenado.

<table data-header-hidden><thead><tr><th width="299.00006103515625" valign="top"></th><th width="321.33319091796875" valign="top"></th></tr></thead><tbody><tr><td valign="top">Ruta al modelo</td><td valign="top">[Texto] Ruta al archivo del modelo. El modelo debe ser creado utilizando el bloque "Entrenamiento del modelo de clasificación".</td></tr><tr><td valign="top">Datos</td><td valign="top">[Tabla de datos] Datos de entrada. Las columnas de la tabla deben coincidir con las columnas en las que se entrenó el modelo.</td></tr><tr><td valign="top">Nombre de la columna objetivo</td><td valign="top"><p>[Texto] Nombre de la columna para registrar el resultado. Si la columna no está en los datos que ingresan al bloque, se añadirá.</p><p>Por ejemplo, <code>"PredictedLabel"</code>.</p></td></tr><tr><td valign="top">Resultado</td><td valign="top">[Tabla de datos] Resultado de la clasificación.</td></tr><tr><td valign="top">Nivel de manejo</td><td valign="top"><p>Selección del nivel de manejo de errores. Valores posibles:</p><ul><li>"Default" - por defecto;</li><li>"Ignore" - se ignoran los errores;</li><li>"Handle" - se manejan los errores.</li></ul><p>Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.</p></td></tr><tr><td valign="top">Nivel de mensajes</td><td valign="top"><p>Selección del nivel de mensajes que los bloques mostrarán durante su funcionamiento. Valores posibles:</p><ul><li>"Default" - por defecto;</li><li>"Release" - salida desactivada;</li><li>"Debug" - salida de información básica;</li><li>"Detailed" - salida de información detallada.</li></ul><p>Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.</p></td></tr><tr><td valign="top">Texto de error</td><td valign="top">[Texto] Devuelve información detallada sobre el error en caso de que el bloque no se ejecute correctamente.</td></tr></tbody></table>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.sherparpa.ru/es/sherpa-rpa/sherpa-designer/spravochnik-blokov/mashinnoe-obuchenie-machine-learning/klassifikaciya-classificationpredict.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
