Update README.md

README.md

@@ -1,17 +1,19 @@
 # Modelo de Regresión Lineal para Predicción de Peso
-En éste repo se encuentra el modelo que he creado al completar una de las prácticas del curso ["Introducción a la IA con Python"](https://www.domestika.org/es/courses/5239-introduccion-a-la-ia-con-python/ringatech), de mano de "Rodrigo Montemayor", o ["Ringa Tech"](https://youtube.com/@RingaTech), como bien se conoce en redes sociales.
+En éste repo se encuentra el modelo que he creado al completar una de las prácticas del curso "[Introducción a la IA con Python](https://www.domestika.org/es/courses/5239-introduccion-a-la-ia-con-python/ringatech)", de mano de Rodrigo Montemayor, o "[Ringa Tech](https://youtube.com/@RingaTech)", como bien se conoce en redes sociales.
 
 ## Cómo se usa
-El modelo ha sido creado con `scikit-learn` y exportado con `joblib`, por lo que necesitas ambas librerías instaladas. También vienen por defecto en los entornos de Google Colab, si gustas probarlo allí.
+El modelo ha sido creado y entrenado con `scikit-learn` y exportado con `joblib`, por lo que necesitas ambas librerías instaladas. Vienen por defecto en los entornos de Google Colab, si gustas probarlo allí.
+
+Cuando tengas las librerías y el archivo `.joblib` del modelo descargado, usa la función `load()` pasándole la ruta al archivo
 
 ```python
 from joblib import load
 
-modelo = load("modelo.joblib")
+model = load("modelo.joblib")
 ```
 
-Una vez cargado, puedes hacer predicciones usando su método `.predict()`, pero recuerda que sólo admite arreglos de arreglos. El dato de entrada es la altura en metros, y el de salida es el peso en kilos
+Una vez cargado, puedes hacer predicciones usando su método `.predict()`, pero recuerda que sólo admite arrays de 2 dimensiones (uno dentro de otro, vaya). El dato de entrada es la altura en metros, y el de salida es el peso en kilos
 
 ```python
-modelo.predict([[1.65]])
+weight = model.predict([[1.65]])
 ```