【datawhale】Task1 赛题理解

二手车交易价格预测

分析二手车交易记录，预测二手车交易价格，得准确率。其中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。

评测标准

MAE，平均绝对值误差：预测值与实际值之差除以个数

解题思路

• 典型回归问题，应用xgb、lgb、catboost，以及pandas、numpy、matplotlib、seabon、sklearn、keras等等数据挖掘常用库或者框架来进行数据挖掘任务。
• 赛题可行性
• 赛题背景-赛题任务-任务逻辑
• 赛题数据-关联逻辑-外在数据
• 问题类型-使用指标-线上线下的一致性
• 业务原始特征了解-EDA寻求直接关系-构造特征
• 难点关键点挖掘-问题预估预判-数据判断
• 评价指标确定-本地模型验证-误差敏感差异性
• 隐藏条件挖掘-高效性-异常处理-运行时间-鲁棒性
• 效果不好-复盘问题

知识点总结

1. 评估标准

• 回归问题：MAE平均绝对值误差，MSE平均平方误差，

• 分类问题：对于二类分类器/分类算法，评价指标主要有accuracy，[Precision，Recall，F-score，Pr曲线]，ROC-AUC曲线；对于多类分类器/分类算法，评价指标主要有accuracy， [宏平均和微平均，F-score]。

## accuracy
from sklearn.metrics import accuracy_score
## Precision,Recall,F1-score
from sklearn import metrics
## AUC
import numpy as np
from sklearn.metrics import roc_auc_score
import numpy as np
from sklearn import metrics
# MAPE需要自己实现
def mape(y_true, y_pred):
return np.mean(np.abs((y_pred - y_true) / y_true))
## R2-score
from sklearn.metrics import r2_score