Entradas numéricas e categóricas precisam de preparações diferentes. O ColumnTransformer aplica uma transformação escolhida a cada grupo de colunas nomeado e combina os resultados. Em seguida, um Pipeline passa essa matriz preparada para um classificador. Chamar fit no pipeline completo aprende cada etapa com as linhas de treino, na ordem correta.
Nestas tarefas, o ramo numérico imputa medianas e padroniza os valores. O ramo categórico cria colunas one-hot definidas no treino e ignora categorias desconhecidas na hora de prever. Mantenha os dois ramos dentro do modelo ajustado para que uma futura divisão de validação possa repetir o mesmo processo sem vazamento de dados. Você vai prever probabilidades para novas linhas que contêm valores ausentes e um plano nunca visto antes. O pipeline ajustado aceita linhas brutas por meio de predict_proba. Você pode entregá-lo a outra pessoa analista sem pedir que ela repita cada transformação manualmente.
O pipeline aprende ao mesmo tempo a imputação, o escalonamento, as categorias e os coeficientes. Planos desconhecidos recebem zeros nas colunas de categoria aprendidas, em vez de causar um erro ou de aprender categorias de teste.