Construcción de Pipelines con scikit-learn
Al desarrollar soluciones de aprendizaje automático, a menudo se repiten los mismos pasos: preprocesamiento de datos, ingeniería de características, entrenamiento del modelo y evaluación. Escribir estos pasos por separado puede llevar a la duplicación de código y dificultar la reproducción de resultados. scikit-learn proporciona la clase Pipeline, que permite encadenar los pasos de preprocesamiento y modelado en un solo flujo de trabajo optimizado. Este enfoque hace que el código sea más limpio, mantenible y fácil de reproducir.
Una pipeline estandariza el flujo de trabajo de ML y reduce la duplicación de código.
12345678910111213141516171819202122232425262728import pandas as pd from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.pipeline import Pipeline # Load sample data iris = load_iris() X = pd.DataFrame(iris.data, columns=iris.feature_names) y = iris.target # Split data X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42) # Create a pipeline with preprocessing and modeling steps pipeline = Pipeline([ ("scaler", StandardScaler()), # Step 1: Standardize features ("classifier", LogisticRegression()) # Step 2: Train classifier ]) # Fit the pipeline on training data pipeline.fit(X_train, y_train) # Predict on test data predictions = pipeline.predict(X_test) print("Pipeline accuracy:", pipeline.score(X_test, y_test))
¡Gracias por tus comentarios!
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Genial!
Completion tasa mejorada a 6.67Construcción de Pipelines con scikit-learn
Desliza para mostrar el menú
Al desarrollar soluciones de aprendizaje automático, a menudo se repiten los mismos pasos: preprocesamiento de datos, ingeniería de características, entrenamiento del modelo y evaluación. Escribir estos pasos por separado puede llevar a la duplicación de código y dificultar la reproducción de resultados. scikit-learn proporciona la clase Pipeline, que permite encadenar los pasos de preprocesamiento y modelado en un solo flujo de trabajo optimizado. Este enfoque hace que el código sea más limpio, mantenible y fácil de reproducir.
Una pipeline estandariza el flujo de trabajo de ML y reduce la duplicación de código.
12345678910111213141516171819202122232425262728import pandas as pd from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.pipeline import Pipeline # Load sample data iris = load_iris() X = pd.DataFrame(iris.data, columns=iris.feature_names) y = iris.target # Split data X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42) # Create a pipeline with preprocessing and modeling steps pipeline = Pipeline([ ("scaler", StandardScaler()), # Step 1: Standardize features ("classifier", LogisticRegression()) # Step 2: Train classifier ]) # Fit the pipeline on training data pipeline.fit(X_train, y_train) # Predict on test data predictions = pipeline.predict(X_test) print("Pipeline accuracy:", pipeline.score(X_test, y_test))
¡Gracias por tus comentarios!
