二手车交易价格预测-天池比赛

成员

• 王宇彬（3220190887）
• 孙心桐（3120191044）
• 于明菲（3120191069）
• 韩秉峰（3120190999）
• 赵柏翔（3120195512）

问题描述

以二手车市场为背景，要求预测二手汽车的交易价格，这是一个典型的回归问题。

1、问题背景及分析

选题来自天池比赛，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。

由于该问题是个回归问题，先对数据进行预处理，再使用多种回归方法预测二手车的价格。

2、问题描述

2.1 数据准备

从天池比赛官方下载表格数据，先处理表格中的缺失值数据，再人工选择对于预测价格有用的列,做特征工程。

2.2 准备采用的方法或模型

先考虑用最简单的线性回归进行预测，看看效果，后面再考虑使用神经网络。

2.3 预期的挖掘结果

预期可以较为正确预测出二手车的价格。

项目评估

最后对模型使用平均绝对误差MAE和MAPE方法以对预测结果进行评估，MAPE方法不仅仅考虑了预测值与真实值的误差，还考虑了误差与真实值之间的比例，在统计领域是一个常用的预测准确性的衡量指标；

对二手车的价格进行预测的模型类型如下：

1）对于同一类车品牌，不同车龄、不同受损程度、燃油类型等进行价格预测； 2）受损程度相同，车身类型不同的汽车的价格预测； 3）相同品牌类型，不同地区类型区域的汽车价格预测；

期望模型能够根据汽车具备的不同条件合理、准确的预测出价格；

项目分工

• 王宇彬，于明菲：数据的收集和预处理，数据分析，数据可视化，协助完成模型设计与实现；
• 韩秉峰，赵柏翔：算法实现，模型设计；
• 孙心桐：文档编写，结果展示。