数値とカテゴリーの入力には、異なる準備が必要です。ColumnTransformerは、名前を付けた列のグループごとに選んだ変換を適用し、その結果を組み合わせます。その後Pipelineが、その準備した行列を分類器に渡します。パイプライン全体でfitを呼び出すと、各ステップを訓練の行から正しい順序で学習します。
これらの課題の数値の分岐は、中央値で補完し、値を標準化します。カテゴリーの分岐は、訓練で定義されたone-hotの列を作り、予測時には未知のカテゴリーを無視します。将来の検証の分割でも漏れなく同じ処理を繰り返せるように、両方の分岐を当てはめたモデルの中に置いてください。欠損値と、以前に見たことのないプランを含む新しい行の確率を予測します。当てはめたパイプラインは、predict_probaを通じて生の行を受け取ります。各手作業の変換を繰り返すよう頼むことなく、それを別のアナリストに渡せます。
パイプラインは、補完、スケーリング、カテゴリー、係数をまとめて学習します。未知のプランは、エラーを起こしたりテストのカテゴリーを学習したりする代わりに、学習したカテゴリーの列でゼロになります。