我制作了一个简短的Jupyter笔记本来配合我关于TransformedTargetRegressor的问题。
我想在管道中放置一个转换器来调整参数网格，但得分不匹配。

...model = linear_model.LinearRegression()lg_tr = preprocessing.FunctionTransformer(func=np.log, inverse_func=np.exp, check_inverse=True)y_log = lg_tr.transform(y)score_0 = model.fit(X, y_log).score(X, y_log)

...model = compose.TransformedTargetRegressor(func=np.log, inverse_func=np.exp, check_inverse=True,    regressor=linear_model.LinearRegression())score_1 = model.fit(X, y).score(X, y)

score_0的值是正确的。为什么score_1的不是？
我对预测没有问题，预测工作得很好，只是得分有问题。
我是不是遗漏了什么？
谢谢你 =)

回答：

通常情况下，你应该关注模型在预测实际值时的表现（或得分），这些值是在其原始范围或尺度上。这正是你通过score_1测量的，而不是score_0。

score_0代表模型在目标变量为对数尺度时的表现，这在大多数情况下不是很有用。

然而，score_1使用TransformedTargetRegressor的score方法，该方法确保在计算任何性能指标之前将目标变量转换回其原始尺度。因此，判断应基于score_1进行。