二手车价格预测
文章平均质量分 86
唐yi壹佰
这个作者很懒,什么都没留下…
展开
-
二手车价格预测——Task5 模型融合
文章目录前言一、代码示例1.引入库2.读入数据3.建立模型4.加权融合总结前言当我们在做数据挖掘的时候,往往会发现单个模型的预测结果总是不如人意,这个时候我们不妨尝试模型融合,把多个模型通过加权融合或stacking融合的方法进行融合.往往这样我们能够得到更好的效果.详细的stacking理论可以参考以下链接:[link](https://blog.csdn.net/wstcjf/article/details/77989963)或者是参考以下链接:https://blog.csdn.n..原创 2021-04-21 20:32:29 · 308 阅读 · 1 评论 -
二手车价格预测——Task4 建模调参
文章目录前言一、代码示例1.读取数据2.线性回归 & 五折交叉验证 & 模拟真实业务情况3 多种模型对比5.模型调参总结前言利用前面筛选留下来的特征和为模型准备好的数据,就可以开始建立模型了。当然模型也有很多,一般我们会建立多个单模,然后进行比较,选择效果比较好的,进行调参。相关的模型算法参考如下:线性回归模型-https://zhuanlan.zhihu.com/p/49480391决策树模型-https://zhuanlan.zhihu.com/p/6530479原创 2021-04-12 22:05:08 · 186 阅读 · 0 评论 -
二手车价格预测——task3 特征工程
文章目录前言一、代码示例1.引入库2.读入数据3.删除异常值3.特征构造4 特征筛选总结前言特征工程在数据挖掘中占有至关重要的地位,尤其是在数据挖掘竞赛中,特征工程基本上都是提分的关键点。本次二手车价格预测比赛,数据里的特征较多,当然需要我们去筛选一些特征,以及针对响应的模型,挖掘更多的特征。提示:以下是本篇文章正文内容,下面案例可供参考一、代码示例1.引入库代码如下(示例):import pandas as pdimport numpy as npimport matplotlib.原创 2021-04-12 15:06:24 · 181 阅读 · 0 评论 -
二手车价格预测——task2 数据分析
文章目录前言一、代码示例1.引入库2.读入数据3.总体数据概览4.判断数据缺失和异常5.了解预测值的分布6 特征分为类别特征和数字特征,并对类别特征查看unique分布7 数字特征分析8 类别特征分析9 用pandas_profiling生成数据报告总结前言对于数据建模来说,数据分析是必不可少的一部分:EDA的价值主要在于熟悉数据集,了解数据集,对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值..原创 2021-04-12 00:16:06 · 480 阅读 · 0 评论 -
二手车价格预测——task1 赛题理解及baseline
文章目录前言一、赛题理解1.1 赛题概况1.2 预测指标二、baseline1.引入库2.读入数据3.特征与标签构建4.模型训练与预测总结前言本次比赛是天池数据平台组织的数据分析新手学习者开发赛,比赛的内容是二手车价格预测,数据由天池平台提供,初看到这个题目的时候,我第一反应是使用线性回归方法,当然这是最简单的,可能得到的结果不是特别好,因此我们这里使用的是lgb,下面一起来看一下吧.提示:以下是本篇文章正文内容,下面案例可供参考一、赛题理解1.1 赛题概况比赛要求参赛选手根据给定..原创 2021-04-11 18:29:22 · 601 阅读 · 0 评论