https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.Pipeline.html

파이프라인 (Pipeline) 은 전처리의 각 단계, 모델 생성, 학습 등을 포함하는 여러 단계의 머신러닝 프로세스를 한 번에 처리할 수 있는 클래스로, 머신러닝의 sklearn 라이브러리에 내장되어 있습니다. 전처리 작업 파이프라인의 경우에는 변환기 (Transformer) 들로만 구성되며, 전체 프로세스 파이프 라인의 경우에는 여러 개의 변환기와 함께 마지막에 추정기 (Estimator) 를 넣습니다. 이 때, 추정기는 항상 마지막에만 넣을 수 있다는 점에 주의해야 합니다.

[출처] 머신러닝6. 파이프라인 (Pipeline, make_pipeline)|작성자 kan02121

• 데이터 사전 처리 및 분류의 모든 단계를 포함하는 단일 객체를 만들때 사용한다.
• train과 test 데이터 손실을 피할 수 있다.
• 교차 검증 및 기타 모델 선택 유형을 쉽게 만든다.
• from sklearn.pipeline import Pipeline

⭐ Pipeline, make_pipeline

print(dir(sklearn.pipeline))

['Bunch', 'FeatureUnion', 'Parallel', 'Pipeline', 'TransformerMixin', '_BaseComposition', '_VisualBlock', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_deprecate_positional_args', '_fit_one', '_fit_transform_one', '_name_estimators', '_print_elapsed_time', '_safe_tags', '_transform_one', 'check_memory', 'clone', 'defaultdict', 'delayed', 'deprecated', 'if_delegate_has_method', 'islice', 'make_pipeline', 'make_union', 'np', 'sparse']

수업에서 배운 Pipeline 외에도 sklearn.pipeline에는 make_pipeline이라는 모듈이 있음

두 모듈의 차이는

make_pipeline generates names for steps automatically.