Как построить конвейер обучения Scikit, используя предварительную обработку, выбор функций и построение модели?

Question

Я ищу эффективный способ использования конвейера Склеарна для выполнения следующих действий:

Следующие шаги:

1. fillna с медианой функции для числовых значений
2. fillna с режимом функции для категориальных значений
3. one_hot_encoding (или панды получают пустышки) для категориальных значений
4. Выбор функции ( удаление этих функций с низкой дисперсией )
5. Выполнение LogisticRegressionClassification

Любая помощь будет принята.

from sklearn.pipeline import make_pipeline 
from sklearn.linear_model import LogisticRegression 
from sklearn.feature_selection import VarianceThreshold 
from sklearn.preprocessing import OneHotEncoder 
from sklearn.preprocessing import Imputer

Pipeline(memory=None,steps=[('imp_n', imputer()), ('imp_c', imputer()),('ohe', OneHotEncoder()), ('feat_sel', VarianceThreshold()),('LogReg', LogisticRegression())])