我有一個數據集來預測房屋的銷售價格。我對連續變量進行了PCA分析，無需更改或清理數據。分析表明，31個組件中的26個組件解釋了96％的可變性。
所以我保存了這26個組件的值。我還創建了更新LotFrontage列，因為批量正面有很多缺失值。現在我試圖通過選擇所有26個保存的組件和所有剩餘的分類變量來運行預測分析（神經，K均值） X因子和銷售價格為Y. 。
與結果數據相比，我希望訓練數據具有更高的R-Square和更低的RMSE。
有沒有更好的方法來清理這些數據？
