Task4:建模与调参——二手车交易价格预测

一、主要内容

1. 线性回归模型：
   线性回归对于特征的要求；
   处理长尾分布；
   理解线性回归模型；

2. 模型性能验证：
   评价函数与目标函数；
   交叉验证方法；
   留一验证方法；
   针对时间序列问题的验证；
   绘制学习率曲线；
   绘制验证曲线；

3. 嵌入式特征选择：
   Lasso回归；
   Ridge回归；
   决策树；

4. 模型对比：
   常用线性模型；
   常用非线性模型；

5. 模型调参：
   贪心调参方法；
   网格调参方法；
   贝叶斯调参方法；

二、相关工作

1. 处理长尾分布。对售卖价格去对数，使之趋于正态分布。
2. 使用lightGBM模型，并查看各个参数的重要性。
3. 网格调参方法，寻找最优的参数。

代码传送门