Summary  
This chapter outlines the core scikit-learn class interfaces—estimator, transformer, predictor, and model—and specifies the required methods (.fit(), .transform(), .predict(), .score()) that each must implement.

General domain of usage  
Machine learning pipelines (data preprocessing and modeling)

A biblioteca **scikit-learn** (`sklearn`) oferece ferramentas para pré-processamento e modelagem. Seus principais tipos de objetos são **estimator** (estimador), **transformer** (transformador), **predictor** (preditor) e **model** (modelo).

## Estimator

Qualquer classe com `.fit()` é um estimator — **aprende a partir dos dados**.

```python
estimator.fit(X, y)     # supervised  
estimator.fit(X)        # unsupervised
```

## Transformer

Um transformer possui `.fit()` e `.transform()`, além de `.fit_transform()` para executar ambos de uma vez.

Transformadores geralmente são usados para transformar o array `X`. No entanto, como veremos no exemplo do `LabelEncoder`, alguns transformadores são feitos para o array `y`.

Nota

Valores `nan` exibidos no conjunto de treinamento na imagem indicam dados ausentes em Python.

## Preditor

Preditor é um estimador com `.predict()` para gerar saídas.

```python
predictor.fit(X, y)
predictor.predict(X_new)
```

## Modelo

Um modelo é um preditor com `.score()`, que avalia o desempenho.

```python
model.fit(X, y)
model.score(X, y)
```

Conforme mencionado no capítulo anterior, **acurácia** é uma métrica que representa a porcentagem de previsões corretas.

A etapa de **pré-processamento** envolve o trabalho com transformadores, e trabalhamos com preditores (mais especificamente com modelos) na etapa de **modelagem**.

Selecione todas as afirmações corretas.

Domine os fundamentos de Machine Learning e a biblioteca Scikit-learn. Explore o fluxo de trabalho completo de ML, desde o tratamento de valores ausentes e a codificação de dados categóricos até a normalização de variáveis. Construa pipelines de pré-processamento de dados eficientes e livres de vazamentos utilizando o ColumnTransformer. Transforme conjuntos de dados brutos em estruturas prontas para modelos e implemente pipelines preditivos robustos.

Conceitos do Scikit-learn

Estimator

Transformer

Preditor

Modelo

Conceitos do Scikit-learn

Estimator

Transformer

Preditor

Modelo