DW组队学习-二手车交易价格预测

最新推荐文章于 2024-08-13 08:57:20 发布
最新推荐文章于 2024-08-13 08:57:20 发布
阅读量233 收藏
点赞数
分类专栏： 学习 文章标签： 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sliceoflife/article/details/105003927
版权
本文探讨了一个二手车交易价格预测的赛事，包括赛题理解、数据概况和初步的EDA。数据量超过40w，涉及匿名特征的分布、相关性分析以及异常值处理。目标是通过MAE最小化来优化预测模型。常用工具包括numpy、pandas、matplotlib等，回归算法有xgb、lgb、catboost。
摘要由CSDN通过智能技术生成

一 赛事理解

1 赛题概况

  • 目标：价格预测 -> price

  • 数据来源：某交易平台的二手车交易记录

  • 数据量：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

  • 数据处理：已对name、model、brand和regionCode等信息进行脱敏。

  • 评测标准：MAE(Mean Absolute Error)，MAE越小说明模型预测得越精确。

  • 结果提交：csv格式（SaleID,price），与sample_submit.csv中的格式一致

2 数据概况
  • 数字全都脱敏处理，都为label encoding形式，即数字形式
  • 数据概况介绍，描述列的性质特征
Field Description
SaleID 交易ID，唯一编码
name 汽车交易名称，已脱敏
regDate 汽车注册日期，例如20160101，2016年01月01日
model 车型编码，已脱敏
brand 汽车品牌，已脱敏
bodyType 车身类型：豪华轿车：0，微型车：1，厢型车：2，大巴车：3，敞篷车：4，双门汽车：5，商务车：6，搅拌车：7
fuelType 燃油类型&
最低0.47元/天 解锁文章
sliceoflife
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
二手车交易价格预测-【数据的探索性分析（EDA）】
Leo007
03-24 1969
本文章为天池比赛参赛记录，共涉及【数据的探索性分析（EDA）】、【数据的特征工程】、【建模与调参】、【模型结果融合】四个部分，本文为第一部分。 比赛链接：https://tianchi.aliyun.com/competition/entrance/231784/information 教程链接：https://tianchi.aliyun.com/notebook-ai/detail?spm...
天池二手车交易价格预测--赛题理解与数据探索性分析
xiaoxiaoliluo917的博客
03-24 549
一、赛题理解 1.1赛题概述 赛题以预测二手车的交易价格为任务，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。 具体的数据表如下： SaleID - 销售样本ID name - 汽车编码 regDate - 汽车注册时间 model - 车型编码 brand - 品牌 bodyType - 车身类型 fuelType - 燃油类型 gearbo...
天池_二手车价格预测_Task1-2_赛题理解与数据分析
ExcaliburUlimited的博客
03-22 2196
文章再菜，也要有的目录1️⃣ 赛题理解✍️1️⃣.1️⃣ 赛题重述1️⃣.2️⃣ 数据集概述思考????????1️⃣.3️⃣ 预测结果评价指标⚒️2️⃣ 数据分析EDA????2️⃣.1️⃣ 数据总览2️⃣.1️⃣.1️⃣ 各种计算包的导入2️⃣.1️⃣.1️⃣ 数据载入2️⃣.1️⃣.2️⃣ 数据的基本形态2️⃣.2️⃣ 数据的缺失情况????2️⃣.3️⃣ 数据的异常情况☢️2️⃣.4️⃣ 待预测的真实值的分布情况...
Datawhale &天池二手车交易价格预测— Task1 赛题理解 +Task2 数据分析
chutu2018的博客
03-24 1469
二手车交易价格预测— Task1 赛题理解 +Task2 数据分析 文章目录： 1 赛题理解 二手车交易价格预测是Datawhale与天池联合发起的0基础入门系列赛事第一场 —— 零基础入门数据挖掘之二手车交易价格预测大赛。 1.1 比赛目的 赛题以二手车市场为背景，要求选手预测二手汽车的交易价格，这是一个典型的回归问题。通过这道赛题来引导大家走进AI数据竞赛的世界，主要针对于于竞赛新人进行自我...
数据挖掘实战：二手车交易价格预测
guangyacyb的博客
03-21 1万+
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、model、brand和regionCode等信息进行脱敏。 字段表 Field Description SaleID 交易ID，唯一编码 name 汽车交易名称，已脱敏 regDa...
二手车交易价格预测
Bossun1127的博客
03-24 4163
二手车交易价格预测 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。从数据中抽取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。 题目分析 1.价格预测是传统的数据挖掘问题，通过数据科学以及机器学习深度学习的办法来进行建模得到结果。该模型是一个典型的回归问题。...
dw-apb-uart
04-24
标题中的“dw-apb-uart”指的是一个基于DesignWare（DW）APB（Advanced Peripheral Bus）接口的UART（Universal Asynchronous Receiver/Transmitter）模块。UART是一种常见的串行通信接口，用于设备之间的数据传输，...
dw-question-answer
01-21
标题 "dw-question-answer" 暗示我们讨论的是与数据仓库（Data Warehouse，简称DW）相关的问答系统或者处理流程。描述中的同样信息“dw-question-answer”可能是项目、工具或者技术的名称，但没有提供具体细节，因此...
dw22d-bag.7z
05-16
标题 "dw22d-bag.7z" 暗示了这是一个针对DW22D设备的刷机资源包，包含了一系列与路由器固件更新相关的文件。描述中提到，这个包整理于2021年5月，目的是为了实现DW22D设备上Breed和OpenWrt两个开源固件的完美刷入。...
BSS138DW-7-F-VB一种2个N沟道SC70-6封装MOS管
12-26
BSS138DW-7-F-VB MOSFET BSS138DW-7-F-VB 是一种双 N沟道 MOSFET，封装在 SC70-6 封装中，具有低导通电阻、低阈值电压和高速开关速度等特点。 特点 * 低导通电阻：2.5 Ω * 低阈值电压：2 V（典型值） * 低输入...
DW-GAN-Dehazing
04-17
DW-GAN：用于非均匀图像去雾的离散小波变换GAN 这是DW-GAN的官方PyTorch工具。 在 ， 和查看更多详细信息 环境： Ubuntu的：18.04 CUDA版本：11.0 Python 3.8 依存关系： 火炬== 1.6.0 火炬视觉== 0.7.0 ...
二手车交易价格预测-01
吉祥街的个人沉淀
03-21 541
数据挖掘入门- 二手车交易价格预测-011-赛题分析1.1 目的1.2 数据1.3 字段表2-评测标准3-结果提交4-Datawhale带学资料4.1 Baseline方案4.2 比赛流程5-学习期望 1-赛题分析 1.1 目的 以预测二手车的交易价格为任务 1.2 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。将会从中抽取15万条作为训练集...
数据挖掘入门：二手车交易价格预测
信仰.的博客
07-05 1224
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了比赛中的Baseline方案！ #Step1:导入函数工具箱 ##基础工具 import numpy as np import pandas as pd import warnings import matplotlib import matplotlib.pyplot as plt impor.
阿里天池竞赛项目——二手车交易价格预测
热门推荐
weixin_43823338的博客
10-28 1万+
二、特征工程 特征工程主要涉及数据的处理、特征的构造和特征帅选。 特征构造 我们对照官方给的变量的定义，发现model、 brand、 bodyType、 fuelType等为取几个值的离散变量。当我们采用基于树模型（XGBoost、LightGBM）来解决回归问题时，针对每一棵树，需要做的是确定分裂的变量，以及分裂点。一般采用启发式方法，根据分裂后的收益（误差）是否下降，并选择下降最多的分裂点，来逐步构建一棵树。由于上述的几个变量的值，只是代表类别，并不代表实际的大小，根据值大小的分裂并不能代表实际的
DW学习-二手车预测赛题分析
evenson1的博客
03-24 468
赛题解析 字段表 Field Description 备注 SaleID 交易ID，唯一编码 name 汽车交易名称，已脱敏 汽车市场性信息脱敏 regDate 汽车注册日期，例如20160101，或201601月01日 注册二手网时间 model 车型编码，已脱敏 brand 车型品牌，已脱敏 bodyType 车身类型：豪华轿车-0，微型车-1，厢型车...
零基础入门数据挖掘 - 二手车交易价格预测比赛记录
weixin_43999137的博客
03-21 348
零基础入门数据挖掘 - 二手车交易价格预测 阿里和Datawhale举办的比赛，非常适合入坑。 平时，抽空打打，看不进论文就打比赛吧～ 目前top-5，希望咸鱼保持住，比赛完做一份数据挖掘的总结。 ...
二手车交易价格预测--数据探索性分析EDA
qq_43788448的博客
03-24 227
第一次进数据挖掘的坑，发现这个坑意外的大，基本上是一头雾水的跟着教程走了一遍，现在顺着思路大概写一遍流程 载入各种数据科学及可视化库 由于时间仓促，没能来得及配置环境，于是所有实操都在阿里云实验室中进行，实验室已经配好了所有我们需要的资源，用起来很方便，不过每次使用时需要连接kernel，这也是最让人头疼的地方，每次使用只能连接两个小时，时间一到需要重新连接，而之前的所有中间结果将会全部清除，并且...
大数据技术现场工程师特色实训室解决方案
最新发布
whwzzc的博客
08-13 655
同时，定期举办招聘活动，促进学生的就业，确保实训室与企业的紧密联系，为学生创造更多的实践和就业机会。此外，实训室还应加强与企业的合作，及时了解行业需求的变化，调整教学方向和课程设置，以培养出更加符合市场需求的人才。同时，注重跨学科知识的融合，如将统计学、机器学习、人工智能等领域的知识融入实训项目中，提升学生的综合素质和创新能力。通过这种持续的自我革新和优化升级，实训室将能够更好地适应新的挑战，为学生提供更加优质的教育资源，为企业培养更加优秀的人才，为社会创造更大的价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值