用于歌曲流派预测的管道：II
在上一个练习中您已经设置好了管道的步骤，现在请在 music_df 数据集上使用它来对歌曲的流派进行分类。管道非常有用的一点，是它提供了简洁一致的接口。
X_train、X_test、y_train 和 y_test 已为您预加载，confusion_matrix 已从 sklearn.metrics 导入。
本练习是课程的一部分
使用 scikit-learn 的监督学习
练习说明
- 使用您之前定义的步骤创建一个管道。
- 将管道拟合到训练数据。
- 在测试集上进行预测。
- 计算并打印混淆矩阵。
交互式实操练习
通过完成这段示例代码来试试这个练习。
steps = [("imputer", imp_mean),
("knn", knn)]
# Create the pipeline
pipeline = ____(____)
# Fit the pipeline to the training data
____
# Make predictions on the test set
y_pred = ____
# Print the confusion matrix
print(____(____, ____))