模型预测
现在，您已经可以使用模型基于测试数据集进行预测，并查看结果了！
所有必要的模块都已导入，数据已以 X_train、y_train 和 X_test 提供。若不记得如何初始化 Pipeline，请随时回看幻灯片。
本练习是课程的一部分
用 Python 分析 IoT 数据
练习说明
- 与之前一样创建一个 Pipeline，使用
StandardScaler和LogisticRegression，并分别将步骤命名为"scale"和"logreg"。 - 将该 Pipeline 拟合到
X_train和y_train。 - 对
X_test预测类别，并将结果保存为predictions。 - 打印结果数组。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create Pipeline
pl = Pipeline([
(____, ____),
____
])
# Fit the pipeline
____.____(____, ____)
# Predict classes
____ = ____.____(____)
# Print results
print(____)