PCA嗨，
我在附加的数据集上运行了PCA。
输出是：
我试图增加R-Square值。在这样做时，我想只考虑重要变量。
到目前为止，我已经通过排除异常值以及删除变量来清理数据：Garage yrblt，1stflsf，totrmsabvgrd和Garagecars，因为它们具有非常高的相关性。
将Lot正面重新计算为更新的批次正面，因为批次正面有很多缺失的变量。
现在，我的PCA分析表明，12个（26个中）组件可以解释大约79.5％的变异性。所以，如果我保存这13个组件的公式，然后将用于获取这些组件的变量（如LotFrontage）排除到UpdateLotFrontage，我是否正确。
所以，现在基本上不使用26个变量，而是使用13个变量。在这个变量减少之后，我计划逐步运行回归等，神经网络等，并试着看看哪个方法给出了最好的R-Square值
这种方法是否正确？
谢谢
回复：PCA通常，PCA是用于变量之间的相关结构的维度降低和可视化方法，并不真正用于作为构建预测模型的前兆的变量识别/消除方法。JMP和JMP Pro有许多不同的技术，即使面对可疑的相关预测变量，也可用于直接构建模型。诸如偏最小二乘法或JMP Pro中的技术，广义回归拟合模型个性中的许多子平台是针对相关预测变量的变量识别而定制的。
回复：PCA异常值怎么样？我们是否在运行PCA或PCA之前删除了异常值，同时处理异常值和缺失变量
回复：PCA我的Y变量是Salesprices。这是一个预测模型。
我试图用更高的R-Square来获得最合适的模型。
所以，如果我不删除高度相关的变量然后运行PCA。
我如何决定要考虑哪些组件（通过运行回归：逐步？）以及我应该如何处理initail变量集。在构建模型时，我是考虑初始变量集还是仅考虑新组件？
问候，
回复：PCA你能说一下你的目标是什么吗？鉴于你提到R-Squared，我想你想建立一个模型（可能是预测的，可能是解释性的或描述性的），将至少一个响应（'Y'）与一些自变量（Xs）相关联。如果是这种情况，请问表格中的'Y'变量？此外，如果您想要使用PCA，我不确定为什么要删除变量'因为它们具有非常高的相关性' - PCA依赖于这种相关性来减少问题的维数。
