주택 판매 가격을 예측할 수있는 데이터가 있습니다. 데이터를 변경하거나 정리하지 않고 연속 변수에 대한 PCA 분석을 실행했습니다. 분석 결과에 따르면 31 개 구성 요소 중 26 개 구성 요소가 96 %의 변동성을 설명했습니다.
그래서 저는이 26 개 구성 요소의 값을 저장했습니다. 또한 lot frontage에 누락 된 값이 많아서 LotFrontage를 업데이트했습니다. 이제 26 개의 저장된 구성 요소와 나머지 모든 범주 형 변수를 선택하여 예측 분석 (신경, K 평균)을 실행하려고합니다. X 요인 및 판매 가격 (Y) .
나는 alidation 데이터에 비해 교육 데이터에 대해 더 높은 R-Square와 낮은 RMSE를 원합니다.
이 데이터를 정리하는 더 좋은 방법이 있습니까 ??
