零基础入门数据挖掘 - 二手车交易价格预测

zxxmx

于 2020-03-17 16:48:26 发布

阅读量1.7k

点赞数 1

文章标签：机器学习数据挖掘

本文链接：https://blog.csdn.net/zxxmx/article/details/104924764

版权

这篇博客介绍了从零开始进行数据挖掘的过程，以预测二手车交易价格为例。内容包括赛题数据介绍，其中数据量超过40w，包含匿名变量；评价标准采用MAE；使用pycharm和python3环境，通过读取数据、处理异常值，然后用xgboost构建预测模型。

摘要由CSDN通过智能技术生成

1、赛题数据

赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，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。为了保证比赛的公平性，将会从中抽取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

2、评测标准

评价标准为MAE(Mean Absolute Error)。
MAE
MAE越小，说明模型预测得越准确。
赛事官网：
零基础入门数据挖掘 - 二手车交易价格预测

3、具体步骤

3.1、环境：pycharm + python3

3.2、读取数据

下面展示一些 内联代码片。

// An highlighted block
var foo = 'bar';
#读取数据并#切分数据
    dataset = pd.read_csv(r'C:\python3\envs\pytorch\atest_torch\data\used_car_train_20200313.csv'