零基础入门数据挖掘 - 二手车交易价格预测

1、赛题数据

赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏

2、评测标准

评价标准为MAE(Mean Absolute Error)。

MAE越小，说明模型预测得越准确。
赛事官网：
零基础入门数据挖掘 - 二手车交易价格预测

3、具体步骤

3.1、环境：pycharm + python3

3.2、读取数据

下面展示一些 内联代码片。

// An highlighted block
var foo = 'bar';
#读取数据并#切分数据dataset = pd.read_csv(r'C:\python3\envs\pytorch\atest_torch\data\used_car_train_20200313.csv', sep=' ')# print(dataset)# print(dataset.columns.values)X = dataset[['SaleID', 'name', 'regDate', 'model', 'brand', 'bodyType', 'fuelType', 'gearbox', 'power', 'kilometer','notRepairedDamage', 'regionCode', 'seller', 'offerType', 'creatDate', 'v_0', 'v_1', 'v_2','v_3', 'v_4', 'v_5', 'v_6', 'v_7', 'v_8', 'v_9', 'v_10', 'v_11', 'v_12', 'v_13', 'v_14']]Y = dataset['price']

#需要注意：因为该csv文件数据是按一个空格隔开的，在读取时需要用sep=’ '来分割开来。

3.2.2查看各列数据类型

#查看各列数据类型
print([X[column].dtypes for column in X])

发现notRepairedDamage数据存在异常，该特征为汽车有尚未修复的损坏：是：0，否：1。

我将“-”进行缺失值处理，赋值为0.5

更新时间：2020年3月17日

3.3拆分数据集与测试集

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.33, random_state=7)

3.4xgboost构建模型

零基础入门数据挖掘 - 二手车交易价格预测相关推荐

Task 3 特征工程 Datawhale零基础入门数据挖掘- 二手车交易价格预测
Task 3 特征工程 Datawhale零基础入门数据挖掘- 二手车交易价格预测 Tips:此部分为零基础入门数据挖掘的Task3特征工程部分,主要包含各种特征工程以及分析方法赛题:零基础入没人能 ...
零基础入门数据挖掘——二手车交易价格预测：baseline
零基础入门数据挖掘 - 二手车交易价格预测赛题理解比赛要求参赛选手根据给定的数据集,建立模型,二手汽车的交易价格. 赛题以预测二手车的交易价格为任务,数据集报名后可见并可下载,该数据来自某交易平台 ...
《零基础入门数据挖掘 - 二手车交易价格预测》Baseline实施
@[TOC]<零基础入门数据挖掘 - 二手车交易价格预测>baseline实施 <零基础入门数据挖掘 - 二手车交易价格预测>Baseline实施前面陆陆续续学习机器学习大概 ...
20200404零基础入门数据挖掘 - 二手车交易价格预测笔记（5）
五.模型融合 5.1 模型融合目标对于多种调参完成的模型进行模型融合,因为多个模型组合在一起通常可以产生更强大的模型. 5.2 内容介绍模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式. ...
20200322零基础入门数据挖掘 - 二手车交易价格预测笔记（2）
二.EDA-数据探索性分析前面的步骤就不做赘述了,我在下载好资料后,在jupyter notebook里将数据导入,随后进行课程内容的一系列指导操作,熟悉数据集,包括: 2.1 载入各种数据科学以及 ...
入门数据挖掘(二手车交易价格预测案例)(二)：特征工程
特征工程 1 特征工程目标 2 内容介绍 3 代码示例 3.1 删除异常值 3.2 特征构造特征筛选经验总结上一篇我们已经进行了数据探索性分析,对数据的特征有了初步的了解.下面我们就要进行特征工 ...
数据挖掘入门：二手车交易价格预测
题目和数据来源于:阿里天池数据挖掘学习赛备注:本篇文章主要目的是为了通过阿里天池的入门教程,保存一下数据挖掘中的一般步骤,因此解释性工作较少,主要是方便自己未来作为参照使用. 其中下面的主要代码参考 ...
数据挖掘 - 二手车交易价格预测(阿里天池)
https://blog.csdn.net/CarryLvan/article/details/106797353 https://tianchi.aliyun.com/notebook-ai/det ...
数据挖掘实战：二手车交易价格预测
赛题数据数据来自某交易平台的二手车交易记录,总数据量超过40w,包含31列变量信息,其中15列为匿名变量.从中抽取15万条作为训练集,5万条作为测试集A,5万条作为测试集B,同时会对name.mod ...