1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ不正検知
Connected

演習

パイプラインを使う

すでに定義したパイプライン、つまり ロジスティック回帰と SMOTE 手法の組み合わせ をデータで動かしてみましょう。パイプラインは 1つの Machine Learning モデル と同じように扱えます。データ X と y はすでに用意されており、パイプラインは前の演習で定義済みです。モデルの結果がどうなるか気になりますよね。さっそく試してみましょう！

指示

100 XP
  • データ X と y を学習用とテスト用に分割します。テストデータは全体の30%を確保し、random_state は 0 に設定してください。
  • 学習データでパイプラインを学習させ、pipeline.predict() を X_test に対して実行して予測値を取得します。