欢迎使用CSDN-markdown编辑器

家用轿车价格预测

为什么做这个？

业余时间做的一个小分析,想看看很多价值在千亿以上的品牌，有没有数据能够支撑其所带来的溢价能力

做这个有什么用？

帮助后装市场产品，发现真实的利润空间

思路:

graph LR
从汽车之家获取的数据-->传统汽车组件
从汽车之家获取的数据-->电子部分组件
从汽车之家获取的数据-->品牌

问题	思考	对策
影响汽车价格的一定有我所采集的汽车数据以外的因素	求解的是一个含有未知域的问题	需要引入EM算法
传统组件 电子组件 品牌对汽车价格的影响，都属于回归问题，但影响可能不同	求解多元回归问题	验证线性回归，岭回归等算法，通过置信度择优
汽车性能参数与配置参数，谁更容易提炼出与价格间的规律	性能是配置表现出的结果，更接近市场的需求，是汽车整体配置的反应，引入性能参数，更容易在矩阵运算中求值	引入性能参数
算法选择	考虑到都是求解最小值问题，相比较梯度下降法，拟牛顿法更加节省运算资源	选择拟牛顿法

步骤拆分

1. 爬取数据
2. 结构化数据
3. 先完成传统汽车组件的模型分析
4. 重复1-3，完成电子组件，与品牌的模型分析
5. 弱可学习 等价 强科学习，通过提升算法，优化模型置信度

6. 输出结论

爬取数据

发现网页规律

阿斯顿马丁
http://car.autohome.com.cn/config/series/923.html
标志
http://car.autohome.com.cn/config/series/3068.html
福克斯
http://car.autohome.com.cn/config/series/364.html

使用python request页面，beatifulsoup解析页面
借鉴’星光海豚‘代码，对js混淆进行解析，得出配置参数

汽车之家使用的是前端反爬虫，不需要使用ipproxys和切换header

爬取提取输入Mongodb

保存至mongodb，便于以后提取运算

分析数据

• 使用多元线性回归进行模型建立

收获	介绍
数据越多,置信度越大	数据从100增加至4000.置信度稳定在62%左右
数据种类越多,置信度越高	目前仅引入性能参数,配置参数,电子组件,品牌尚未引入
品牌和配置参数如何引入	独热码 one-hot-code
模型优化	引入未至域,EM线性回归模型,通过将弱可学习,不断强化,完成”提高模型”

数据格式

{"_id":{"$oid":"5950c8e42a63d60f4be9a4d0"},"工信部续航里程(km)":"-","缸径(mm)":"-","前电动机最大功率(kW)":"-","气缸排列形式":"L","车身结构":"客车","高度(mm)":"2000","进气形式":"自然吸气","厂商":"东风小康","工信部综合油耗(L/100km)":"-","车体结构":"承载式","电池充电时间":"-","长度(mm)":"4500","后电动机最大功率(kW)":"-","轴距(mm)":"3050","气缸数(个)":"4","排量(mL)":"1375","整备质量(kg)":"1320","级别":"微面","最大扭矩转速(rpm)":"5200","助力类型":"电动助力","充电桩价格":"-","宽度(mm)":"1680","最大功率转速(rpm)":"-","环保标准":"国IV","发动机":"1.4L 101马力 L4","电动机总功率(kW)":"-","发动机型号":"DK13-06","最大功率(kW)":"74","电池容量(kWh)":"-","座位数(个)":"7-9","最小离地间隙(mm)":"-","长*宽*高(mm)":"4500×1680×2000","变速箱":"5挡手动","前悬架类型":"麦迪逊式独立悬挂","前电动机最大扭矩(N・m)":"-","车门数(个)":"5","前制动器类型":"盘式","后制动器类型":"鼓式","前轮距(mm)":"1435","后悬架类型":"钢板弹簧非独立悬架","0车辆型号":"东风小康C36 2014款 1.4L基本型DK13-06","整车质保":"-","最大扭矩(N・m)":"124","最高车速(km/h)":"-","驱动方式":"前置后驱","挡位个数":"5","供油方式":"多点电喷","最大载重质量(kg)":"-","前轮胎规格":"185/80 R14","压缩比":"9.5","轮胎规格":"185/80 R14","最大马力(Ps)":"101","缸盖材料":"未知","油箱容积(L)":"55","后轮距(mm)":"1435","后电动机最大扭矩(N・m)":"-","电池组质保":"-","配气机构":"未知","后排车门开启方式":"侧滑门","行程(mm)":"-","货箱尺寸(mm)":"-","简称":"5挡手动","燃油标号":"93号（京92号）","排量(L)":"1.4","每缸气门(个)":"4","变速箱类型":"手动变速箱(MT)","电动机总扭矩(N・m)":"-","燃料形式":"汽油","缸体材料":"未知","厂商指导价":"5.18万"}

置信度展示

置信度: 0.60
R-squared: 0.60
置信度: 0.59
R-squared: 0.59
置信度: 0.61
R-squared: 0.61
置信度: 0.60
R-squared: 0.60
置信度: 0.61
R-squared: 0.61
置信度: 0.62
R-squared: 0.62
置信度: 0.61
R-squared: 0.61
置信度: 0.62
R-squared: 0.62
置信度: 0.62
R-squared: 0.62
置信度: 0.62
R-squared: 0.62

代码 及 数据下载地址

虽然置信度还不高,但相信提高算法,可以优中选优;
更多的数据,可以有更准确的结论.