Prediksi model
Anda siap menggunakan model untuk memprediksi nilai berdasarkan himpunan data uji, lalu meninjau hasilnya!
Seluruh modul yang diperlukan sudah diimpor dan data tersedia sebagai X_train, y_train, dan X_test. Jangan ragu merujuk ke slide jika Anda lupa cara menginisialisasi Pipeline.
Latihan ini merupakan bagian dari kursus
Menganalisis Data IoT dengan Python
Instruksi latihan
- Buat sebuah Pipeline seperti sebelumnya, menggunakan
StandardScalerdanLogisticRegression, dan beri nama langkah-langkahnya masing-masing"scale"dan"logreg". - Fit Pipeline ke
X_traindany_train. - Prediksi kelas untuk
X_testdan simpan hasilnya sebagaipredictions. - Cetak array hasilnya.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create Pipeline
pl = Pipeline([
(____, ____),
____
])
# Fit the pipeline
____.____(____, ____)
# Predict classes
____ = ____.____(____)
# Print results
print(____)