Model pipeline

Model pipeline

    - pipeline을 이용해 여러 개의 변환 단계를 포함해 모델을 학습하고 예측을 만들 수 있다.

    - transformer와 estimator가 wrapper 안에 들어간다. 마지막은 estimator가 자리한다.

코드예시

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline

pipe_lr = make_pipeline(StandardScaler(),
                        PCA(n_components = 2),
                        LogisticRegression(solver = 'liblinear', random_state = 1))
pipe_lr.fit(X_train, y_train)
y_pred = pipe_lr.predict(X_test)

print(f"테스트 정확도 : {pipe_lr.score(X_test, y_test)}")

---

참고

머신러닝 교과서 (길벗)