我正在寻求以下问题的帮助。

数据集中有两个子样本——一个目标是真实的（有效），另一个是近似的（我还不知道它有什么不同，一个样本是公寓的实际价格，另一个是来自广告的价格，您当然需要预测真实的价格）。关于如何处理的任何想法？我有两个想法 - 标准化广告中的目标（将期望和方差带到真实目标），以及修改损失，以便对真实目标的错误进行更多惩罚。没有更多的想法。因此，我寻求帮助。

更新：很抱歉对细节很吝啬。问题是预测公寓价格，这是由专业房地产经纪人制定的。该数据集有很多特征（比如某个半径范围内的商店数量、到最近学校的距离等），我们在这个数据集中有两个子集：第一个是房地产经纪人开发的价格数据集，第二个是带有广告价格的子集。我们的目标是以房地产经纪人的方式预测价格，但当然，房地产经纪人的预测很昂贵，所以我们没有足够的数据，我们也使用来自广告的数据。所以我在问用广告中的目标值处理子集的最佳方法是什么。