我应该记录转换我的模型以进行线性回归分析吗答案

【问题标题】：should I log transform my model for Linear Regression analysis我应该记录转换我的模型以进行线性回归分析吗
【发布时间】：2020-09-25 11:31:59
【问题描述】：

我有一个波士顿房屋数据集，具有以下特征

<class 'pandas.core.frame.DataFrame'>
Int64Index: 414 entries, 1 to 414
Data columns (total 6 columns):
 #   Column                                  Non-Null Count  Dtype  
---  ------                                  --------------  -----  
 0   X2 house age                            414 non-null    float64
 1   X3 distance to the nearest MRT station  414 non-null    float64
 2   X4 number of convenience stores         414 non-null    int64  
 3   X5 latitude                             414 non-null    float64
 4   X6 longitude                            414 non-null    float64
 5   Y house price of unit area              414 non-null    float64
dtypes: float64(5), int64(1)

标准差是：

X2 house age                                11.392485
X3 distance to the nearest MRT station    1262.109595
X4 number of convenience stores              2.945562
X5 latitude                                  0.012410
X6 longitude                                 0.015347
Y house price of unit area                  13.606488
dtype: float64

我试图计算价格的偏差，得到的值为 0.599

我对数据进行log转换得到-0.7064的值

我遇到的问题是，我应该继续使用数据集转换日志还是不需要转换它，我什么时候应该在我的数据分析中考虑日志转换？

【问题讨论】：

想要达到什么目的？是否进行对数转换是一个见仁见智的问题，取决于您的模型应该做什么
@Roim 我正在尝试创建一个简单的线性回归模型，其中包含 5 个预测变量来预测价格值（响应）
然后两者都做，看看哪个模型使用交叉验证做得更好

标签： pandas data-science linear-regression

【解决方案1】：

是否使用对数转换完全取决于哪种方式更适合您的数据。只需计算模型的性能（对数转换和非对数转换），看看哪个模型的性能指标最好。

【讨论】：