Question sur la PCABonjour,
Je me demande comment décider et déterminer les variables continues pour le processus de PCA.
J'analyse le prix de vente d'une maison avec environ 80 variables et il y a trop de variables continues avec une large rage. Je souhaite donc réduire l'ensemble des variables numériques pour un modèle concis, mais je ne sais pas quelles variables je devrais appliquer pour PCA.
S'il vous plaît aidez-moi à comprendre cela. Le fichier est attaché ci-dessous.
Je vous remercie.
Re: Question sur la PCAL’analyse en composantes principales n’est pas considérée comme une méthode de modélisation, mais comme une méthode d’analyse exploratoire de données ayant pour objectif la réduction variable. PCA examine divers aspects des structures de corrélation existant dans un groupe de variables. Si l'objectif principal consiste à identifier les variables pour les modèles prédictifs, vous devez commencer par la plate-forme JMP ou JMP Pro Fit Model. De nombreuses moindres carrés ordinaires (appelez les moindres carrés standard dans JMP) aux modèles linéaires par étapes, pour en nommer trois, supportent plusieurs personnalités de modélisation. La plateforme de partitionnement fournit une méthode de modélisation alternative qui peut également être utile pour l'identification de variables. Si vous exécutez JMP Pro, les méthodes de régression pénalisées de la plate-forme de régression généralisée sont conçues sur mesure pour la modélisation prédictive dans laquelle l’identification de variable est un objectif primordial. En outre, vous disposez de toutes sortes de structures de validation croisée de modèles flexibles dans JMP Pro. Enfin, les plates-formes JMP Pro Model Comparison et Formula Depot permettent de comparer les performances de plusieurs modèles et, si nécessaire, d’exporter le modèle vers un autre format de codage tel que SQL, C ou SAS.
Re: Question sur la PCAMerci pour la réponse.
Je veux d’abord comprendre quelles sont les variables importantes, puis lancer
régression avec ces variables pour prédire le prix de vente futur de la maison. Également,
Je veux exécuter la régression avec toutes les variables, puis comparer le
résultat de régressions pour obtenir le meilleur mode qui devrait être plus simple avec
la moindre erreur à la fin.
Re: Question sur la PCAC'est un ensemble de données intéressant. Vous avez de nombreux descripteurs catégoriques dont certains pourraient être considérés comme continus. Par exemple, l'emplacement pourrait être donné en utilisant la latitude et la longitude.
PCA est-il la technique dont vous avez besoin? Les distributions individuelles des nombres peuvent fortement influer sur les résultats de l'analyse PCA.
Essayez-vous de prédire les prix futurs des logements ou de comprendre quelles sont les variables importantes? Une analyse par partition simple donne des résultats similaires à ceux de la régression généralisée. 90% de la variabilité des prix peuvent être décrits à l'aide de 4 variables, toutes numériques, mais deux seulement continues.
