A continuacin mostramos cmo se puede usar una SamplerQNN para la clasificacin dentro de un NeuralNetworkClassifier. En este contexto, se espera que SamplerQNN devuelva un vector de probabilidad de dimensin \(d\) como salida, donde \(d\) denota el nmero de clases. La primitiva Sampler subyacente devuelve cuasi-distribuciones de cadenas de bits y solo necesitamos definir un mapeo de las cadenas de bits medidas a las diferentes clases. Para la clasificacin binaria usamos el mapeo de paridad. Nuevamente podemos usar la clase QNNCircuit para configurar un circuito cuntico parametrizado a partir de un mapa de caractersticas y un ansatz de nuestra eleccin.