基于机器学习的二手车价格预测算法研究

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。