Ich habe einen Datensatz, um den Verkaufspreis für Häuser vorherzusagen. Ich habe eine PCA-Analyse für die kontinuierliche Variable durchgeführt, ohne die Daten zu ändern oder zu bereinigen. Die Analyse deutete darauf hin, dass 26 Komponenten aus 31 Komponenten 96% der Variabilität erklären.
Also habe ich die Werte dieser 26 Komponente gespeichert. Ich habe auch die Spalte Updated LotFrontage erstellt, da die Losfront viel fehlenden Wert hatte. Als Jetzt versuche ich eine Predictive-Analyse (Neural, K-Mean) durchzuführen, indem ich alle 26 gespeicherten Komponenten und alle übrigen kategorialen Variablen als auswähle X-Faktor und Verkaufspreis als Y .
Ich möchte höhere R-Rechtecke und eine niedrigere RMSE für die Trainingsdaten im Vergleich zu den Alidationsdaten haben.
Gibt es eine bessere Möglichkeit, diese Daten zu bereinigen?
