Masukan numerik dan kategorikal membutuhkan persiapan yang berbeda. ColumnTransformer menerapkan transformasi yang dipilih pada setiap kelompok kolom bernama dan menggabungkan hasilnya. Lalu Pipeline meneruskan matriks yang sudah disiapkan itu ke sebuah classifier. Memanggil fit pada pipeline lengkap mempelajari setiap langkah dari baris pelatihan dalam urutan yang benar.
Cabang numerik dalam tugas-tugas ini mengimputasi median dan menstandarkan nilai. Cabang kategorikal membuat kolom one-hot yang ditentukan dari data pelatihan dan mengabaikan kategori yang tidak dikenal saat prediksi. Simpan kedua cabang di dalam model yang sudah di-fit agar pemisahan validasi di masa depan dapat mengulang proses yang sama tanpa kebocoran data. Anda akan memprediksi probabilitas untuk baris baru yang berisi nilai yang hilang dan paket yang belum pernah terlihat sebelumnya. Pipeline yang sudah di-fit menerima baris mentah melalui predict_proba. Anda dapat menyerahkannya kepada analis lain tanpa meminta mereka mengulang setiap transformasi secara manual.
Pipeline mempelajari imputasi, penskalaan, kategori, dan koefisien sekaligus. Paket yang tidak dikenal mendapat nilai nol pada kolom kategori yang sudah dipelajari, bukan menimbulkan error atau mempelajari kategori dari data uji.