Lưu trữ Pipeline
Giờ bạn sẽ tạo lại Pipeline, nhưng theo cách trực tiếp, bỏ qua bước khởi tạo StandardScaler và LogisticRegression thành biến riêng. Thay vào đó, bạn sẽ khởi tạo chúng ngay khi tạo Pipeline.
Sau đó, bạn sẽ lưu mô hình để dùng về sau.
Dữ liệu có sẵn dưới dạng X_train, với nhãn là y_train.
StandardScaler, LogisticRegression và Pipeline đã được nhập sẵn cho bạn.
Bài tập này là một phần của khóa học
Phân tích dữ liệu IoT bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create Pipeline
pl = Pipeline([
("scale", ____),
("logreg", ____)
])
# Fit the pipeline
____.____(____, ____)