Mengapa Pipeline Mengungguli Langkah Manual

Melakukan penskalaan, pengodean, lalu melatih model secara manual berarti mengatur banyak objek dalam urutan yang tepat. Pipeline mengakhiri kerumitan itu.

Pipeline dari scikit-learn menghubungkan transformasi dan model akhir menjadi satu objek yang menjalankan setiap langkah secara berurutan untuk Anda. 🔗

Anda memberikan daftar langkah bernama kepada Pipeline, yang diakhiri dengan estimator. Langkah terakhir adalah model Anda, sedangkan sisanya adalah transformer.

Memanggil fit pada pipeline akan melatih setiap transformer secara bergantian, lalu melatih model akhir menggunakan data yang telah ditransformasi. Satu pemanggilan sudah melakukan semuanya.

Saat Anda memanggil predict, transformasi yang sama dijalankan pada data baru sebelum model melihatnya. Persiapan data Anda tidak akan terlupakan.

Pipeline mempelajari penskalaan dan pengodean hanya dari data pelatihan, sehingga informasi dari data pengujian tidak dapat menyusup. Dengan rancangan ini, kebocoran data dapat dicegah.

Karena persiapan data dan model berada bersama, Anda dapat menyimpan, membagikan, dan memuat ulang satu objek, bukan lima bagian terpisah.

Jika Anda tidak perlu memberi nama pada langkah-langkah, make_pipeline akan membangun hal yang sama dan memberi nama langkah secara otomatis.

Perlu memeriksa satu tahap? Akses named_steps menggunakan nama yang Anda berikan untuk mengambil objek yang telah dilatih tersebut.

Pipeline bertindak seperti satu estimator, sehingga Anda dapat langsung memasukkannya ke dalam cross_val_score dan persiapan data tetap bebas kebocoran pada setiap lipatan.

Keuntungan utamanya adalah lebih sedikit bagian yang harus dikelola: satu fit, satu predict, dan persiapan data yang selalu sesuai dengan model Anda. Itulah reproducibility yang dapat Anda percaya.

Anda telah mempelajari bahwa Pipeline menghubungkan transformasi dan model menjadi satu objek yang rapi: satu fit, satu predict, tanpa kebocoran. Selanjutnya, jenis kolom campuran. 🎯