TransformedTargetRegressor 是将目标变量变换与逆变换逻辑封装进模型 pipeline 的标准工具，适用于回归任务中目标值右偏或量纲差异大时（如对房价取对数后建模），它自动完成训练时 transform 和预测时 inverse_transform，确保 predict() 返回原始尺度结果。
TransformedTargetRegressor 是什么，什么时候该用它？
它不是用来“手动预处理目标变量”的替代方案，而是把目标变换和逆变换逻辑封装进模型 pipeline 的标准方式。当你用 LogTransformer 或 StandardScaler 对 y 做过变换后又得手动逆变换预测结果，就容易漏掉或出错——TransformedTargetRegressor 自动帮你完成这一步。
典型适用场景：回归任务中目标值严重右偏（比如房价、销量），你希望先对 y 取对数再训练线性模型，预测时自动指数还原；或者目标值量纲差异大，想用 StandardScaler 归一化后再拟合。
怎么构造一个能自动 log(y) + exp(ŷ) 的回归器？
核心是传入一个支持 fit/transform/inverse_transform 的 transformer，以及一个基础回归器。最常见的是搭配 FunctionTransformer 实现 log/exp：
from sklearn.preprocessing import FunctionTransformer from sklearn.linear_model import LinearRegression from sklearn.compose import TransformedTargetRegressor <p>log_transformer = FunctionTransformer( func=np.log1p, # 防止 y=0 报错 inverse_func=np.expm1 ) reg = TransformedTargetRegressor( regressor=LinearRegression(), transformer=log_transformer )
注意两点：
立即学习“Python免费学习笔记（深入）”；
-
np.log1p和np.expm1比np.log/np.exp更安全，尤其当原始y含 0 或接近 0 时 - 不要用
lambda x: np.log(x+1)这类匿名函数——inverse_func必须可序列化，否则模型无法 pickle 保存
为什么用 StandardScaler 做目标变换反而可能出问题？
它确实支持，但容易踩坑：
- 训练时
transformer.fit(y_train)记录了均值和标准差；预测时inverse_transform依赖这些统计量——如果后续部署时只保存了reg而没持久化 transformer 状态，会出错 -
StandardScaler对目标做归一化，并不改变分布形态，对提升树模型（如RandomForestRegressor）效果有限，反而增加不必要的逆变换开销 - 若用在交叉验证中，必须确保每次 fold 的
transformer是独立拟合的（TransformedTargetRegressor默认满足这点）
简单说：对线性模型有用，对树模型收益小，且要注意部署时 transformer 状态是否完整。
predict() 返回的是原始尺度还是变换后尺度？
返回原始尺度。这是 TransformedTargetRegressor 的设计契约——你调用 predict(X)，得到的就是和训练时 y 相同单位/量纲的结果。
内部流程固定为：
→ 对 y_train 执行 transformer.transform
→ 用变换后的 y 训练 regressor
→ 预测时：先用 regressor.predict 得到变换空间的输出，再用 transformer.inverse_transform 还原
所以别在外部再套一层 exp 或 scaler.inverse_transform，否则就重复还原了。
真正容易被忽略的是 transformer 的 check_inverse 参数默认为 True，它会在 fit 时验证 inverse_func(transform_func(y)) ≈ y，对自定义函数要格外小心数值误差——比如用 np.round 做离散化就不满足可逆性，会直接报错 ValueError: The provided functions are not strictly inverse。
