Preprocesamiento de datos con pipelines

Utilizando Scikit-Learn, el objetivo de este reto es aplicar preprocesamiento de escalado y transformación a datos utilizando un pipeline. Los participantes deben construir un pipeline que integre estos pasos y finalmente aplicar un modelo para evaluación.

Para este reto, trabajaremos con el conjunto de datos de "Iris" que podemos cargar utilizando el módulo datasets de Scikit-Learn.

Utiliza el método load_iris() de sklearn.datasets para cargar el conjunto de datos Iris.

Divide el conjunto de datos en datos de entrenamiento y prueba utilizando una proporción de 80/20. Utiliza train_test_split para este propósito.

Define un pipeline que incluya los siguientes pasos:

• Un SimpleImputer con la mediana
• Un MinMaxScaler para escalar las características.
• Un PowerTransform o QuantileTransform para transformar las distribuciones de los datos y hacerlas más normales.

Añade al pipeline un modelo de clasificación LogisticRegression con los parámetros por defecto.

Entrena el pipeline utilizando los datos de entrenamiento.

Evalúa la eficacia del modelo utilizando la métrica de precisión en los datos de prueba y muestra los resultados.

Implementa un paso adicional en el pipeline empleando GridSearchCV para ajustar los hiperparámetros de C de LogisticRegression en el rango [0.01, 0.1, 1, 10, 100].