Збереження Pipeline
Тепер ви знову створите Pipeline, але безпосередньо, пропустивши крок ініціалізації StandardScaler і LogisticRegression як змінних. Натомість ви виконаєте ініціалізацію під час створення самого Pipeline.
Потім ви збережете модель для подальшого використання.
Дані доступні як X_train, а мітки — як y_train.
StandardScaler, LogisticRegression і Pipeline вже імпортовано для вас.
Ця вправа є частиною курсу
Аналіз даних IoT у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create Pipeline
pl = Pipeline([
("scale", ____),
("logreg", ____)
])
# Fit the pipeline
____.____(____, ____)