Python / Sklearn - 返回日志变换y变量

Question

我是ML模型的新手，需要帮助。我使用np.log函数记录了y变量的变换，并导出了系数和Actuals和Predicted值，如下所示 -

#Linear Reg fit 
from sklearn.linear_model import LinearRegression  
regressor = LinearRegression()  
regressor.fit(X_train, y_train)  

coeff_df = pd.DataFrame(regressor.coef_, X.columns, columns=['Coefficient'])  
coeff_df 

# Predictions
y_pred = regressor.predict(X_test)  
results = pd.DataFrame({'Actual': y_test, 'Predicted': y_pred})  
results 

我得到了以下结果

输出系数：

X1 0.001298

X2 0.021810

X3 0.000666

实际预测

3.583519 4.916827

5.746203 7.110532

8.099251 7.573847

我希望能够对这些值进行反向转换，因此我可以将实际值与原始比例的预测进行比较，请您就如何进行后向变换提出建议

谢谢， SV