PCA într-un pipeline de modelare

Tocmai am văzut că Pokémon legendari tind să aibă statistici mai ridicate în general. Să vedem dacă putem adăuga un clasificator în pipeline-ul nostru care să detecteze Pokémon legendari față de cei non-legendari, pe baza componentelor principale.

Datele au fost preîncărcate și împărțite în seturi de antrenament și de testare: X_train, X_test, y_train, y_test.

Același lucru este valabil și pentru toate pachetele și clasele relevante (Pipeline(), StandardScaler(), PCA(), RandomForestClassifier()).

Acest exercițiu face parte din cursul

Reducerea dimensionalității în Python

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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

Editează și rulează codul