PCAこんにちは、
添付のデータセットでPCAを実行しました。
出力は以下のとおりです。
R二乗値を増やそうとしています。そうすることで、私は重要な変数だけを考えたいです。
これまで、異常値を除外し、変数を削除することでデータを整理してきました。相関性が非常に高いので、Garage yrblt、1stflsf、totrmsabvgrd、およびGaragecarsを使用しました。
ロット間口に多数の欠損変数があるため、ロット間口を更新ロット間口として再計算しました。
今私のPCA分析は（26のうち）12の要素が変動の約79.5％を説明できることを示しています。そのため、これら13個のコンポーネントの式を保存してから、LotFrontageからUpdateLotFrontageなど、これらのコンポーネントを取得するために使用される変数を除外しても問題ありません。
したがって、基本的には26個の変数を使用する代わりに、13個の変数を使用します。この変数を減らした後、回帰を段階的に実行するなど、ニューラルネットワークなどを実行し、どの方法が最良のR二乗値を与えるかを確認するようにします。
このアプローチは正しいですか？
ありがとう
再：PCA一般にPCAは、変数間の相関構造の次元数を削減して視覚化する方法であり、予測モデルを構築するための先駆けとして変数の識別/削除方法を実際には意図していません。相関予測変数が疑われる場合でも、直接モデルを構築するために使用できるJMPおよびJMP Proに固有のさまざまな手法があります。部分最小二乗法などの手法、またはJMP Proでは、一般化回帰フィットモデルパーソナリティのサブプラットフォームの多くは、相関予測変数に直面して変数を識別するためにカスタマイズされています。
再：PCA外れ値はどうですか？PCAを実行する前に異常値を削除するか、またはPCAが異常値と欠落変数の両方を処理しますか
再：PCA私のY変数はSalespricesです。それは予測モデルです。
私はより高いR -Squareで最適なモデルを得ようとしています。
そのため、相関の高い変数を削除してからPCAを実行しないでください。
どのコンポーネントを考慮する必要があるか（回帰を実行することによって段階的に？）、そしてinitail変数のセットを使用して何をすべきかをどのように決定しますか。モデルを構築する際に、変数の初期セットを検討するのですか、それとも新しいコンポーネントだけを検討するのですか？
よろしく、
再：PCAあなたの目的は何かについてもう少し言うことができますか？R-Squaredについて言及したことを考えれば、少なくとも1つの応答（ 'Y'）をいくつかの独立変数（Xs）に関連付けるモデル（おそらく予測的、おそらく説明的または記述的）を構築したいと思います。もしそうなら、あなたのテーブルの 'Y'変数はどれですか？さらに、もしあなたがPCAを使いたいのなら、私はなぜあなたが変数が非常に高い相関を持っているので削除するのかわからない - PCAは問題の次元を減らすためにそのような相関に頼る。
