我正在开始我的数据科学之旅，我遇到了一个让我有点困惑的挑战。我有一个特征很少的集合和一个原始分布高度偏斜的目标变量。
我已经读过可以使用对数转换来规范化目标变量（以 $ 为单位的损失），从而提高准确性。
当我使用“y_raw”训练我的模型时，使用 MAE 时出现 306k 的错误。当我进行对数转换时
y = y.transform(np.log)，我得到大约 2 的 MAE 精度（我想是对数转换单位？），即 e^2 = 7.39 (y_raw)。这是从 306k 到仅 7.39 ($) 的显着下降（或者我弄错了吗？），所以我对此有点怀疑。
所以这是我的问题：1）我是否正确地认为错误率从 306k 下降到只有 7.39 是真实的并且是有效的？2）我如何从那里做出预测？如果我向我的模型提供一个样本，接收一个对数转换的输出，假设它返回了 y_log = 10 的预测。然后我是否只需通过放置 e^10 = 22,026.5 来使用它的倒数，这将是我的最终预测吗?
获取日志不会产生正态分布的目标；如果目标是对数正态分布的，并且你在那里有一些正常的东西，它会倾向于，不完全。但是，这种分布实际上并不重要。
记录日志的作用是改变您在拟合回归量时如何出现错误的模型。你现在说目标值是在哪里是你的模型的预测和是高斯噪声。或者：. 该部分直接与您的回归器中的假设相互作用。
所以你会发现，平均而言，预测是错误的 7.39 倍，而不是 +/- 7.39 美元。
您真正想做的是根据实际目标值评估 MAE 与. 您可能有一个更好的模型，但没有那么好。
当然，您的错误率会降低。请记住，您对 MAE 值的更改可能来自原始变量的比例和由对数转换的变量不一样，并且均值与比例相关。
关于你的第二个问题，就是这样！
如果您想比较对数的使用（或不使用）。您可以使用原始模型，并在计算 MAE 时将对数应用于预测值和实际值。然后，您将能够在 MAE 方面比较这两个模型。
检查在应用对数之前你有几个接近 0 的值，几乎可以肯定你的模型学会了以可接受的精度输出接近 0 的值。应用对数后，您可以让您的数据更加分散（差异“更容易”看到）。