Regresión logística combinada con SMOTE

En este ejercicio, vas a tomar el modelo de Regresión Logística del ejercicio anterior y combinarlo con un método de remuestreo SMOTE. Te mostraremos cómo hacerlo de forma eficiente usando un pipeline que combina el método de remuestreo con el modelo en un solo paso. Primero, necesitas definir el pipeline que vas a usar.

Este ejercicio forma parte del curso

Fraud Detection in Python

Ver curso

Instrucciones del ejercicio

Importa el módulo Pipeline de imblearn; esto ya está hecho por ti.
Luego define qué quieres incluir en el pipeline: asigna el método SMOTE() a resampling, y asigna LogisticRegression() a model.
Combina dos pasos en la función Pipeline(). Debes indicar que quieres combinar resampling con el model en el lugar correspondiente del argumento. Te muestro cómo hacerlo.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# This is the pipeline module we need for this from imblearn
from imblearn.pipeline import Pipeline 

# Define which resampling method and which ML model to use in the pipeline
resampling = ____
model = ____

# Define the pipeline, tell it to combine SMOTE with the Logistic Regression model
pipeline = Pipeline([('SMOTE', resampling), ('Logistic Regression', model)])

Editar y ejecutar código