モデルパイプラインでのPCA

先ほど、伝説のPokemonは全体的にステータスが高い傾向があることを確認しました。ここでは、主成分に基づいて伝説か非伝説かを判定する分類器をパイプラインに追加してみましょう。

データはすでに読み込まれており、学習用とテスト用に分割されています：X_train、X_test、y_train、y_test。

必要なパッケージとクラス（Pipeline()、StandardScaler()、PCA()、RandomForestClassifier()）もすべて用意済みです。

この演習はコースの一部です

Pythonで学ぶ次元削減

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Build the pipeline
pipe = Pipeline([
        ('scaler', ____),
        ('reducer', ____),
        ('classifier', ____)])