基于机器学习的二手车价格预测算法研究  

作　　者：胡诣文 张天佑 张旭 周才英[1] HU Yiwen;ZHANG Tianyou;ZHANG Xu;ZHOU Caiying

机构地区：[1]江西理工大学理学院,江西赣州341000

出　　处：《信息技术与信息化》2022年第10期52-55,共4页Information Technology and Informatization

摘　　要：针对二手车资产价值的评估问题进行了相关研究,利用机器学习方法对二手车价格进行预测。通过Python的Pandas库中read.csv()命令对二手车数据进行分析,主要从构建特征指标、数据缺失值的删除和填补、指标异常值的剔除等方面进行数据清洗。提取所需预测的二手车数据,分别使用随机森林(random forest,RF)和Lasso-XGBoost算法模型进行预测。通过对两种算法进行调参优化,对比预测效果,选择泛化能力较强的Lasso-XGBoost算法对二手车价格预测。并对电商模式下的二手车交易系统进行了分析研究。

关 键 词：资产评估 机器学习 数据清洗 随机森林 Lasso-XGBoost 

分 类 号：F426.471[经济管理—产业经济] TP181[自动化与计算机技术—控制理论与控制工程]