PCA en una canalización de modelo
Acabamos de ver que los Pokémon legendarios suelen tener estadísticas más altas en general. Vamos a ver si podemos añadir un clasificador a nuestra canalización que detecte legendarios frente a no legendarios basándose en los componentes principales.
Los datos ya están precargados y divididos en conjuntos de entrenamiento y prueba: X_train, X_test, y_train, y_test.
También tienes cargados todos los paquetes y clases relevantes (Pipeline(), StandardScaler(), PCA(), RandomForestClassifier()).
Este ejercicio forma parte del curso
Reducción de dimensionalidad en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Build the pipeline
pipe = Pipeline([
('scaler', ____),
('reducer', ____),
('classifier', ____)])