開始使用免費開始

建立 Pipeline

現在你要使用 scikit-learn 最實用的功能之一:Pipeline。 Pipeline 讓你把多個動作串接起來,例如轉換與估計,並依序套用到新資料上。

你將建立一個同時包含 StandardScaler 與 LogisticRegression 估計器的 pipeline。

這樣你就能把未經縮放的資料交給 pipeline,先由 Scaler 進行縮放,再由 LogisticRegression 預測目標欄位。

未經縮放的訓練資料為 X_train,標籤已載入為 y_train。 也提供了一部分資料 X_test,可用來評估模型。

StandardScalerLogisticRegression 已替你匯入。

本練習屬於課程

使用 Python 分析 IoT 資料

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Import pipeline
from ____ import ____

# Create Scaler and Regression objects
sc = ____()
logreg = ____
編輯並執行程式碼