Membuat Pipeline
Sekarang Anda akan menggunakan salah satu fitur terbaik yang ditawarkan scikit-learn, yaitu Pipeline. Pipeline memungkinkan Anda merangkai beberapa aksi, seperti transformasi dan estimasi, yang diterapkan secara berurutan pada data baru.
Anda akan membuat sebuah pipeline yang berisi StandardScaler dan estimator LogisticRegression.
Ini memungkinkan Anda mengirimkan data yang belum diskalakan ke pipeline; Scaler akan men-skala data, lalu LogisticRegression akan memprediksi kolom target.
Data yang belum diskalakan tersedia sebagai X_train, sedangkan label telah dimuat sebagai y_train.
Sebagian data, X_test, juga tersedia untuk mengevaluasi model.
StandardScaler dan LogisticRegression telah diimpor untuk Anda.
Latihan ini merupakan bagian dari kursus
Menganalisis Data IoT dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Import pipeline
from ____ import ____
# Create Scaler and Regression objects
sc = ____()
logreg = ____