Machine learning 如何改进消费者支出调查的预测？

我试图从消费者支出调查（）中预测消费者的总支出。我选择了年龄、收入、城乡、性别、教育等变量来预测一个家庭的总支出

收入和支出之间的相关性相对较小，对于平均值约为10000的数据，预测的RMSE约为3000。我使用转换、标准化、缩放和交叉验证来预处理数据。然而，没有一个模型能够很好地预测总支出。有没有办法改进预测？ （我试过线性回归、套索、KNN、随机森林、梯度增强算法）

这是收入和支出的散点图，

---

我认为该模型表现不佳，因为相关性较小。有什么办法可以解决这种情况吗？

这看起来是一个建模问题，而不是编程问题。是的@greybeard你说得对，它看起来不像编程问题。如果我们错了，请尝试详细说明您的问题以获得快速帮助。谢谢@SunilLulla，@greybeard。正如您所说，我在构建模型时面临着一些问题。用相关性较小的数据进行预测有什么想法吗？