ログ値から指数値まで、機械学習アルゴリズムの予測のための巨大な歪み

Question

私はY '値を予測する機械学習アルゴリズムを構築します。このために、データのスケーリングにYのLog値を使用しました。 予測されたY 'と実際のYの値を得たので、Yのログ値Y & Y'を指数値に変換する必要があります。

しかし、exp7（= ln1098）の値からは非常に大きな歪みがありました...それは多くのMSE（エラー）を作ります。

どのようにこの巨大な歪みを避けることができますか？（通常1000を超える値を取得する必要があります）

ありがとう!!

Answer 1

このため、データのスケーリングにはLog値Yを使用しました。 スケーリング用ではなく、ターゲット変数の分布を標準にする。

実際のターゲット値が発生したときにMSEが発生する場合、モデルが大きな値に十分にフィットできないことを意味します。通常、データの消去（異常値の除去）によって解決できます。または別のMLモデルを取る。

更新日 KFoldを実行し、各折りたたみのMSE/MAEを予測値と実数値との間で計算することができます。次に、大きなエラーを取って、このケースに含まれるパラメータ/機能を見てみましょう。

大きなエラーのあるケースは削除できますが、通常は危険です。

大きな値には一般的に適合しないということは、元のデータセットから異常値を削除しなかったことを意味します。ヒストグラムをプロットし、プロットを散らし、あなたがそれらを持っていないことを確認してください。

カテゴリ変数を確認してください：おそらく小さな値（< = 5％）があります。そうなら、それらをグループ化します。

または、小さい値のモデルと大きいモデルのモデルの2つを作成する必要があります。