Keras回归使用Scikit了解StandardScaler与管道和无管道

Question

我正在使用Scikit-Learn KerasRegressor比较两个关于StandardScaler的程序的效果：一个程序使用Scikit-Learn Pipeline，一个程序没有Pipeline。

计划1：

estimators = []
estimators.append(('standardise', StandardScaler()))
estimators.append(('multiLayerPerceptron', KerasRegressor(build_fn=build_nn, nb_epoch=num_epochs, batch_size=10, verbose=0)))
pipeline = Pipeline(estimators)
log = pipeline.fit(X_train, Y_train)
Y_deep = pipeline.predict(X_test)

计划2：

scale = StandardScaler()
X_train = scale.fit_transform(X_train)
X_test = scale.fit_transform(X_test)
model_np = KerasRegressor(build_fn=build_nn, nb_epoch=num_epochs, batch_size=10, verbose=0)
log = model_np.fit(X_train, Y_train)
Y_deep = model_np.predict(X_test)

我的问题是，程序1可以使R2得分为0.98（平均3次试验），而程序2只能达到R2得分为0.84（平均3次试验）。有人可以解释这两个程序之间的区别吗？