如何使用clf.predict获得线性回归模型进行预测？

Question

Soive用线性回归建立了一个用于预测汽车价格的模型。 现在，我需要获取它来预测未来5年的价格。 我如何用clf.predict做到这一点？

X = df[['Year','Engine','FuelType','Age','Transmission','Mileage']]

y = df['Price'] 这是我的X和y值

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)

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

clf.predict(X_test)   

print(clf.score(X_test, y_test))

在我用完之后，

clf.predict([[2022,1300,0,5,0,10000]])

我得到了array([-5722871.63724422])

Answer 1

要仅获取正值，您应该对数y值：

y_log = np.log(ytrain.values, where=(ytrain.values>0))

并使用模型的预测值进行逆变换：

y_pred = exp(clf.predict(X_test))