Las entradas numéricas y las categóricas necesitan una preparación distinta. ColumnTransformer aplica la transformación elegida a cada grupo de columnas con nombre y combina los resultados. Después, un Pipeline pasa esa matriz preparada a un clasificador. Llamar a fit sobre el pipeline completo aprende cada paso con las filas de entrenamiento en el orden correcto.
En estas tareas, la rama numérica imputa medianas y estandariza los valores. La rama categórica crea columnas one-hot definidas en el entrenamiento e ignora las categorías desconocidas al predecir. Mantén las dos ramas dentro del modelo ajustado para que una futura división de validación pueda repetir el mismo proceso sin filtraciones. Predecirás probabilidades para filas nuevas que contienen valores que faltan y un plan que no se había visto antes. El pipeline ajustado acepta filas sin procesar a través de predict_proba. Puedes pasárselo a otra persona del equipo sin pedirle que repita cada transformación a mano.
El pipeline aprende a la vez la imputación, el escalado, las categorías y los coeficientes. Los planes desconocidos reciben ceros en las columnas de categoría aprendidas en lugar de provocar un error o de aprender categorías de prueba.