如何在R中预测后撤消对数转换？

Question

我已将多元线性回归应用于我的对数变换相关特征。 30 个独立特征中的 4 个也进行了对数转换。但是，我想在预测之后撤消对数转换，因为当特征没有对数转换时，更容易解释 RMSE 和 MAE 分数。但是，我似乎无法弄清楚这是如何工作的。

模型的代码如下所示：

m1 <- lm(Feature.logtransformed ~., data = trainset)

这是我用来获取模型的 RMSE 分数的代码：

rmse <- function(model){
  y = trainset$Feature.logtransformed
  y.pred = predict(model, trainset) 
  return(sqrt(mean((y - y.pred)^2)))
}

rmse(m1)

我想过做这样的事情：

rmset <- function(model){
  y = trainset$Feature.logtransformed
  y = y - exp(y)
  y.pred = predict(model, trainset)
  return(sqrt(mean((y - y.pred)^2)))
}

我使用这段代码来转换特征：

df$Feature.logtransformed <- log(df$Feature.logtransformed + 1 )

但这似乎并没有给出好的结果？如果有人可以提供帮助，我将不胜感激！

Answer 1

试试这个：

rmset <- function(model){
y = trainset$Feature.logtransformed
y.pred = predict(model, trainset)

y<-exp(y) - 1
y.pred<-exp(y.pred)-1

return(sqrt(mean((y - y.pred)^2)))
}