scikit learn Pipeline 是否将 StandardScaler 应用于 y？
Does scikit learn Pipeline apply StandardScaler to y?
考虑到我的管道是
pipe = Pipeline([('scaler', StandardScaler()), ('regressor', LinearRegression())])
然后我调用 pipe.fit(X_train, y_train)，管道是将缩放器应用于特征和目标还是仅应用于特征？
如果不是，y 参数在 StandardScaler 的 fit_transform 方法中起什么作用？文档真的很混乱。
对于 fit 它说 y 被忽略了。对于 fit_transform，它表示 "Fits transformer to X and y"。对于 transform，它表示 y 已弃用。
我尝试浏览 github 上的源代码，但很快就迷失在函数链中。
只有特征得到缩放。查看文档可以理解这种混淆。为了说服自己，运行 仅带有缩放器的管道并查看输出。
考虑到我的管道是
pipe = Pipeline([('scaler', StandardScaler()), ('regressor', LinearRegression())])
然后我调用 pipe.fit(X_train, y_train)，管道是将缩放器应用于特征和目标还是仅应用于特征？
如果不是，y 参数在 StandardScaler 的 fit_transform 方法中起什么作用？文档真的很混乱。
对于 fit 它说 y 被忽略了。对于 fit_transform，它表示 "Fits transformer to X and y"。对于 transform，它表示 y 已弃用。
我尝试浏览 github 上的源代码，但很快就迷失在函数链中。
只有特征得到缩放。查看文档可以理解这种混淆。为了说服自己，运行 仅带有缩放器的管道并查看输出。