Sklearn Pipeline
📘 প্রিপ্রসেসিং ও মডেল এক ধারায়।
🌐 Chain preprocessing and model together.
🛠️
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
প্রিপ্রসেসিং ও মডেল এক ধারায়।
প্রিপ্রসেসিং ও মডেল এক ধারায়।
🌐 English:
Chain preprocessing and model together.
Chain preprocessing and model together.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → ফিচার ইঞ্জিনিয়ারিং → Sklearn Pipeline
🎯 এই শাখার লক্ষ্য
Scale, encode, select and create features; pipelines
🧰 টুলস
scikit-learn
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
প্রিপ্রসেসিং ও মডেল একসাথে বাঁধলে লিকেজ বন্ধ হয় এবং ডিপ্লয় সহজ হয়।
- ধাপ 1সংখ্যা ও ক্যাটাগরি কলাম আলাদা করুন
- ধাপ 2ColumnTransformer: num → Imputer+Scaler, cat → Imputer+OneHot
- ধাপ 3Pipeline([("pre", pre), ("model", RandomForest())])
- ধাপ 4পুরো pipeline দিয়ে cross_val_score, GridSearch ও joblib.dump—একটি ফাইলে সব
🧪 বাস্তব উদাহরণ
GridSearchCV(pipe, {"model__max_depth":[3,5,None]}) — ডাবল আন্ডারস্কোর দিয়ে ধাপের প্যারামিটার।
⚠️ সাধারণ ভুল
প্রিপ্রসেসিং আলাদা করে সেভ না করা—ডিপ্লয়ের সময় ভিন্ন রূপান্তর।
🔑 মূল শব্দ (Key terms)
PipelineColumnTransformerSimpleImputerjoblib
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক6.1 Pipeline6.1.1 ধাপগুলো শৃঙ্খলিত
6.2 ColumnTransformer6.2.1 সংখ্যা ও ক্যাটাগরি আলাদা প্রসেস
6.3 ডেটা লিকেজ প্রতিরোধ
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Feature Engineering)
এডিট করে Run চাপুন · Ctrl+Enterimport pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LogisticRegression
df=pd.DataFrame({"age":[22,35,47,52,28,61,33,44],"income":[20,45,60,80,30,90,40,55],"city":list("DSDKSDKS"),"buy":[0,1,1,1,0,1,0,1]})
pre=ColumnTransformer([("num",StandardScaler(),["age","income"]),("cat",OneHotEncoder(),["city"])])
pipe=Pipeline([("pre",pre),("clf",LogisticRegression())]).fit(df.drop(columns="buy"),df.buy)
print("Train accuracy:",pipe.score(df.drop(columns="buy"),df.buy))❓
সেল্ফ-চেক · Self check
1. “ধাপগুলো শৃঙ্খলিত” — এটি কোন সাব-টপিকের বর্ণনা?
2. “সংখ্যা ও ক্যাটাগরি আলাদা প্রসেস” — এটি কোন সাব-টপিকের বর্ণনা?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Feature Scaling2. Encoding Categorical Variables3. Feature Selection4. Feature Creation5. Imbalanced Data SMOTE6. Sklearn Pipeline