ACP dans un pipeline de modèle
Nous avons vu que les Pokémon légendaires ont généralement des statistiques plus élevées. Voyons si nous pouvons ajouter un classifieur à notre pipeline pour distinguer les Pokémon légendaires des non-légendaires à partir des composantes principales.
Les données ont été préchargées et séparées en ensembles d’entraînement et de test : X_train, X_test, y_train, y_test.
Il en va de même pour tous les packages et classes pertinents (Pipeline(), StandardScaler(), PCA(), RandomForestClassifier()).
Cet exercice fait partie du cours
Réduction de dimension en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Build the pipeline
pipe = Pipeline([
('scaler', ____),
('reducer', ____),
('classifier', ____)])