TransformedTargetRegressor适合目标变量严重偏斜且残差非正态的回归场景，自动对y做可逆变换与还原，避免手动变换导致的量纲错误和部署遗漏。
TransformedTargetRegressor 适合什么场景
当你的回归目标变量分布严重偏斜（比如房价、收入、响应时间），直接用 LinearRegression 或 RandomForestRegressor 效果差，且残差不服从正态分布时，TransformedTargetRegressor 就是专为这类问题设计的封装器。它不是对特征做变换，而是自动对 y 先变换、拟合、再逆变换预测值，整个过程对用户透明。
常见错误现象：手动对 y 取 np.log1p(y) 后训练模型，但预测后忘记用 np.expm1() 还原，导致结果量纲错乱、MAE 爆表；或者用 StandardScaler 对 y 标准化后，没保存 scaler 导致线上无法还原。
使用场景包括：
- 目标值含大量零或右偏（如保险赔付额、App 次日留存率）→ 优先试
PowerTransformer(method='yeo-johnson') - 目标值全为正且长尾（如商品价格、订单金额）→ 用
FunctionTransformer(func=np.log1p, inverse_func=np.expm1) - 需要保留原始单位输出，又想提升线性模型拟合能力 → 必须用
TransformedTargetRegressor，别手写两层逻辑
怎么正确初始化并传入变换器
关键在选对变换器类型和参数，否则会报错或失效。
必须注意：
-
TransformedTargetRegressor的transformer参数必须实现fit、transform、inverse_transform三方法 —— 所以StandardScaler可以，但FunctionTransformer必须显式传入inverse_func，否则调用predict()时抛AttributeError: 'FunctionTransformer' object has no attribute 'inverse_transform' - 如果用
PowerTransformer，设method='yeo-johnson'（支持负值和零），别用'box-cox'（要求输入严格 > 0） - 不要把
transformer设为None再指望它自动选 —— 它不会自动选，会直接跳过变换，等于白套一层
示例（安全写法）：
立即学习“Python免费学习笔记（深入）”；
from sklearn.compose import TransformedTargetRegressor from sklearn.linear_model import LinearRegression from sklearn.preprocessing import PowerTransformer from sklearn.preprocessing import FunctionTransformer import numpy as np <h1>方案1：用 PowerTransformer（推荐，自适应）</h1><p>ttr = TransformedTargetRegressor( regressor=LinearRegression(), transformer=PowerTransformer(method='yeo-johnson', standardize=True) )</p><h1>方案2：用 FunctionTransformer（需双向函数）</h1><p>ttr_log = TransformedTargetRegressor( regressor=LinearRegression(), transformer=FunctionTransformer( func=np.log1p, inverse_func=np.expm1, validate=True # 确保输入是 array-like ) )
fit 和 predict 时数据流向与陷阱
TransformedTargetRegressor 的 fit(X, y) 实际执行顺序是：transformer.fit(y) → transformer.transform(y) → regressor.fit(X, y_transformed)；而 predict(X) 是：regressor.predict(X) → transformer.inverse_transform(y_pred_transformed)。
容易踩的坑：
- 训练时
y包含NaN或无穷值 →PowerTransformer.fit()直接报ValueError: Input contains NaN，必须提前清洗 - 预测时遇到训练中未见过的极端
X，导致regressor.predict()输出负值，再进np.expm1()虽不报错但语义失真（例如预测出 -0.5，expm1(-0.5) ≈ -0.39，而原始y是金额，不能为负） - 交叉验证时若用
cross_val_score(ttr, X, y)，默认评分基于逆变换后的y_pred，但如果你自定义 scorer 用了transformer.transform(y_true)做对比，就错位了 —— scorer 应始终作用于原始尺度
和手动变换相比，它到底省了什么
它省的不是代码行数，而是状态一致性。手动做要同步维护至少三个对象：scaler（或 transformer）、regressor、以及它们之间的调用顺序；上线部署时稍一疏忽（比如只保存了 regressor 模型，忘了存 transformer），预测就全崩。
真正省心点在于：
- 整个 pipeline 可用
joblib.dump(ttr, 'model.pkl')一键保存，加载后ttr.predict()自动走完全部流程 - 与
GridSearchCV配合时，超参可同时搜 regressor 和 transformer 的参数（如regressor__alpha和transformer__method），不用自己写嵌套循环 - 当需要换底层模型（比如从
LinearRegression换成GradientBoostingRegressor），只需改regressor参数，无需重写变换逻辑
复杂点在于 transformer 的鲁棒性——比如 PowerTransformer 在小样本或高维稀疏 y 上可能不稳定，这时候得切回 FunctionTransformer + 稳健函数（如 np.log1p），而不是硬调参数。
