仕様・利用条件は変わることがあります。重要な判断は原典と実際の結果で再確認してください。
この手段について
- 目的
- scikit-learnのPipelineで前処理と分類をまとめて検証する
- 構成
- scikit-learn + Python
最短の利用経路
- 小さな検証データを学習・評価へ分ける
- 前処理と分類器をPipelineで接続してfitする
- 未使用の評価入力で結果を確認する
必要条件
- 対応するPython・runtimeとモデルの利用条件
- 送信範囲・接続先・認証・費用と資源を確認する
- 公式の利用開始案内でscikit-learnの対応環境・導入方法・利用条件を確認し、検証用の環境へ用意します。
向く場面
scikit-learnのPipelineで前処理と分類をまとめて検証するという一つの目的を、この利用経路で短く試したい場面。
向かない場面
データ漏洩を確認せず高い評価値だけを採用する用途。
確認方法
前処理も学習データでfitされ、評価データを先に混ぜていないことを確認します。