Creare pipeline
Ora userai una delle funzionalità migliori offerte da scikit-learn: le Pipeline. Le Pipeline ti permettono di concatenare più azioni, come trasformazioni e stime, applicate in sequenza ai nuovi dati.
Creerai una pipeline che contiene sia uno StandardScaler sia un estimatore LogisticRegression.
Questo ti consente di passare dati non scalati alla pipeline: lo Scaler scalerà i dati e LogisticRegression preverrà la colonna target.
I dati non scalati sono disponibili come X_train, mentre le etichette sono state caricate in y_train.
È disponibile anche un sottoinsieme dei dati, X_test, per valutare il modello.
StandardScaler e LogisticRegression sono già stati importati per te.
Questo esercizio fa parte del corso
Analizzare i dati IoT in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import pipeline
from ____ import ____
# Create Scaler and Regression objects
sc = ____()
logreg = ____