Primero mostramos cmo se puede usar un EstimatorQNN para la clasificacin dentro de una NeuralNetworkClassifier. En este contexto, se espera que el EstimatorQNN devuelva una salida unidimensional en \([-1, +1]\). Esto solo funciona para la clasificacin binaria y asignamos las dos clases a \(\-1, +1\\). Para simplificar la composicin de un circuito cuntico parametrizado a partir de un mapa de caractersticas y un ansatz, podemos utilizar la clase QNNCircuit.