1
Amy 原创整理｜资料核验：2026-10-31
scikit-learn 的 permutation_test_score 会置换目标y，反复计算交叉验证分数，并将它们与原始数据的分数比较。它检验的是特征与目标独立这一零假设下的表现，不是给每个输入特征排重要性。
官方p值公式为(C+1)/(n_permutations+1)，C表示置换后分数大于或等于原始分数的次数。因此即使100次置换都没达到原始分数，结果也是1/101，约0.0099，并非0。
Amy的结果记录建议：一起保存原始分数、置换次数、评分方法、交叉验证方式和随机种子。小p值不等于误差已经满足实际使用要求，更不能直接解释成因果关系；大p值也可能是所用模型没有利用到关系。
有分组结构的数据，还要核对置换和交叉验证是否保留了必要的分组约束。文中的100次是公式教学示例，不是真实实验成绩。