如何将模型预测的np.log值还原为球员价值原始值？

• 核心原理：你预处理阶段对球员价值（因变量y）使用np.log()做了自然对数转换（底数为e），要还原回原始尺度的数值，直接对模型输出的对数预测值执行指数运算即可——这是对数运算的逆操作。
• 代码实现：
  假设模型输出的对数预测值存储在log_pred变量中，用以下代码就能得到原始数值：

  import numpy as np
  
  # 将对数预测值还原为原始球员价值
  original_player_value = np.exp(log_pred)
  

• 特殊情况处理：
  • 如果你当时用的是其他底数的对数转换（比如np.log10()常用对数、np.log2()以2为底的对数），要对应使用不同的还原方式：
    • 常用对数还原：original_pred = np.power(10, log_pred)
    • 以2为底的对数还原：original_pred = np.power(2, log_pred)
  • 若预测的对数结果出现负数，np.exp()会生成趋近于0的正数，这是合理的——因为原始球员价值本身是正数，对数转换后才可能出现负数（对应原始值小于1的情况）。

内容的提问来源于stack exchange，提问作者Samuel Osaghae