- 1、本文档共52页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于集成学习的二手车价格预测分析
摘 要
如今随着二手车市场涉及到各个行业,预测交易市场上二手车价格成为了当前研究
的热点。这里需要大量的探索分析和领域专家的知识,并需要收集大量的汽车属性,用
以进行可靠而准确的预测。因此,本文以实际的国内二手车数据为分析标的,研究如何
将集成学习应用于二手车数据中,建立符合实际应用的二手车价格评估模型。
本文首先从国外二手车市场发展历史引出国内市场发展的优缺点,并确定了论文的
主要研究思路。在参考当前主要的估值方法后,最后使用集成学习方法构造二手车估值
模型。模型的输入特征是二手车的相关属性:使用时长、车型、品牌、车身、燃油类型、
10
变速箱、发动机功率、行驶里数、是否损坏等,相关变量已进行脱敏处理,超过 万
辆汽车的信息已用于建模。所有模型均已用Python 脚本进行建模和评估。同时在研究
RandomForest XGBoost LightGBM Stacking
过程中考虑了以下集成学习模型: 、 、 ,并采用 、
Blending 和线性加权对以上三种模型进行融合。
其次本文介绍了每种模型在MAE 方面的最佳选择。建模结果表明,LightGBM 模
型在三个模型当中训练速度最快且预测精度最高,模型的MAE 为592.43 ,相比其他两
个模型误差缩小了3.5%和4.7% 。在此基础上,通过模型融合发现使用Stacking 和线性
加权后预测的结果更优,其融合后的MAE 分别为579.82 和579.28,相比LightGBM 误
差缩小了2.2%,显著高于单个模型的预测效果。
最后根据本文建立的预测模型,可以指导二手车商家、金融保险行业进行二手车价
格评估体系的建立,推动公平公正的二手车价格评估系统的优化,促进合理规范的二手
车交易市场制度的完善。
关键词: 集成学习;RandomForest;XGBoost;LightGBM;Stacking;Blending
- I -
基于集成学习的二手车价格预测分析
Prediction and Analysis of Domestic Used Car Prices Based on Ensemble
Learning
Abstract
Nowadays, as the used car market involves various industries, predicting the price of used
car in the market has become a hot research topic, as it requires a lot of effort in analysis, also
the knowledge of domain experts, and collecting a lot of different car attribute to make
reliable and accurate predictions. Therefore, this dissertation regards actual domestic used car
data as the obj ect of analysis, and studies how to apply ensemble learning to used car data to
establish a used car price evaluation model that is in line with actual applications.
This paper first draws out the advantages
您可能关注的文档
- _连锁餐厅智能管理系统的设计与实现.caj-2023-02-24-00-22-39-907.docx
- _数字化视频会议系统的设计和实现.pdf
- 【2021年-D题-题目】抗乳腺癌候选药物的优化建模 (1).pdf
- 【2021年-D题-优秀论文】抗乳腺癌候选药物的优化建模1 (1).pdf
- 数据库的女i的话女的和女的了.pdf
- 穿的军服车流量和测量零零.pdf
- 水水水水水水水水水水水水水水.pdf
- 啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊.pdf
- 钢筋精细化管理实施途径参考清单(第一版)加标注.pdf
- 徐州麦楼站——矿山法隧道渗漏水防控.pptx
- 盘扣式钢管支架代替钢支撑换撑技术在地铁车站中的应用.pptx
- 无塔人行悬链桥施工技术(景德镇玻璃桥)2019.12.05xxxx.pptx
- 遂宁项目技术创效措施及应用交流汇报材料.pptx
- 哈萨克-毗邻老旧桥梁及复杂地质条件下深基坑设计及施工技术-.pptx
- 2022-2023学年全国小学六年级上数学人教版期中试卷(含解析) .pdf
- 2022届河南省焦作市高考二模文综地理试题.pdf
- 2022-2023学年辽宁省沈阳市沈河区八年级(上)期末数学试卷.pdf
- 1+x云运维练习题库与答案.pdf
- 2022-2023年度教科版小学六年级科学(下册)第3单元 宇宙单元综合试题及答案.pdf
- 2022-2023学年浙江精诚联盟高一语文下学期3月联考卷附答案解析.pdf
文档评论(0)