El análisis inteligente de parámetros eléctricos ha sido facilitado por el Internet de las Cosas (IoT), con capacidades para acceder a una gran cantidad de datos con tiempos de muestreo personalizados. Por el contrario, los clasificadores binarios que utilizan máquinas de soporte vectorial (SVM) resuelven casos no lineales a través de funciones de núcleo. Este trabajo presenta dos clasificadores binarios de presencia en el hogar utilizando datos de potencia activa total del hogar obtenidos de la lectura automatizada de un dispositivo IoT. Los clasificadores consistieron en SVM utilizando funciones de núcleo, una función lineal y una función no lineal. Los datos se adquirieron con el monitor de energía Emporia Gen 2 Vue durante 20 días sin interrupción, obteniendo lecturas promediadas cada 15 minutos. De estos datos, el 75% fue para entrenar los clasificadores, y el resto de los datos fue para validación. Contrario a las expectativas, la evaluación arrojó precisiones del 91.67% para el SVM no lineal y del 92.71% para el SVM lineal, concluyendo que hubo un rendimiento similar.