Pipelines बनाना
अब आप scikit-learn की सबसे अच्छी सुविधाओं में से एक, Pipelines, का उपयोग करेंगे. Pipelines आपको कई एक्शन—जैसे transformations और estimations—को एक साथ चेन करने देती हैं, जो नए डेटा पर क्रमिक रूप से लागू होते हैं.
आप अब एक pipeline बनाएँगे जिसमें StandardScaler और LogisticRegression estimator दोनों शामिल हों.
इससे आप pipeline को unscaled डेटा पास कर सकते हैं. Pipeline में Scaler डेटा को scale करेगा, और LogisticRegression target कॉलम की भविष्यवाणी करेगा.
Unscaled डेटा X_train के रूप में उपलब्ध है, जबकि labels y_train के रूप में लोड किए गए हैं.
डेटा का एक subset, X_test, मॉडल का मूल्यांकन करने के लिए भी उपलब्ध है.
StandardScaler और LogisticRegression आपके लिए import कर दिए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में IoT डेटा का विश्लेषण
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import pipeline
from ____ import ____
# Create Scaler and Regression objects
sc = ____()
logreg = ____