Predicții ale modelului

Ești pregătit să folosești modelul pentru a prezice valori pe baza setului de testare și să inspectezi rezultatele!

Toate modulele necesare au fost importate, iar datele sunt disponibile ca X_train, y_train și X_test. Nu ezita să consulți slide-urile dacă nu îți amintești cum să inițializezi un Pipeline.

Acest exercițiu face parte din cursul

Analiza datelor IoT în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un Pipeline ca înainte, folosind un StandardScaler și un LogisticRegression, și denumește pașii "scale", respectiv "logreg".
Antrenează Pipeline-ul pe X_train și y_train.
Prezice clasele pentru X_test și stochează rezultatul în predictions.
Afișează array-ul rezultat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create Pipeline
pl = Pipeline([
        (____, ____),
  		 ____
    ])

# Fit the pipeline
____.____(____, ____)

# Predict classes
____ = ____.____(____)

# Print results
print(____)

Editează și rulează codul