从模型摘要中提取系数以制作方程答案

【问题标题】：Extracting the coefficients from the model Summary to make a equation从模型摘要中提取系数以制作方程
【发布时间】：2019-11-24 21:01:52
【问题描述】：

我正在解决一个问题，我使用多重回归来解决这个问题。 R 方为 92%。 VIF 还不错。 RMSE 没问题。我需要用摘要中的系数做一个方程。是 log log 回归。

模型总结：

我想建立一个方程式，我可以用它实际预测价格来测试模型。

【问题讨论】：

标签： r machine-learning linear-regression

【解决方案1】：

(summary(model2)$coef)[,]您可以使用方括号来索引系数表并直接获取您需要的值。

【讨论】：

谢谢。但是我如何使用这些系数来预测价格，因为我使用了 Log ？
您可以使用exp(x) 将x的日志转换回它的实际值
请详细说明，我如何从日志中反向转换变量。谢谢
exp(log(VDP)) = VDP 如果您在输出中获得 log(VDP)，则通过使用 exp() 包装将其转换回 VDP。

【解决方案2】：

这应该可以工作

modl = LinearRegression().fit(X_train, y_train)

alpha = modl.intercept_
betas = modl.coef_

print(f'alpha = {modl.intercept_}')
print(f'betas = {modl.coef_}')

其中等式是 predict_value_y = alpha + beta1*x1 + beta2 * x2 .....

注意：1. 如果您使用除线性回归之外的任何其他算法，则无法实现该方程。 2、不要对x_train、y_train、x_test、y_test变量进行缩放，用实际数据得到实际预测下一个实时数据的系数。如果你缩放，那么系数也将被缩放。这样的方程不能用于预测新的未缩放数据。

希望对你有帮助！！！

【讨论】：

谢谢。所以从技术上讲，这个等式不会预测价格？我没有得到你。我想用所有的系数和截距做一个方程，这样我就可以很容易地预测未来的价格。
方程如ans price = alpha + beta1 * variable1 + beta2* variable2 .....如果你有变量值，你可以从上面的代码中获得alpha beta并计算等式。
是的，我知道了。谢谢。但是我已经将 log 用于因变量和自变量，所以我必须在两边都进行反向转换。该怎么做？