典型文献
基于LightGBM和随机森林算法的二手车估价
文献摘要:
为了更好地帮助二手车交易平台顺利实现交易,基于LightGBM算法对二手车价格进行预测,并使用随机森林算法探究成交周期影响因素重要性程度.结果表明,采用6折划分训练,预测准确率可达86.7%,预测效果较好;对影响二手车成交周期特征变量的重要性进行排序,得到里程、与新车价的价差比为关键影响因素.为二手车的定价及加快门店在库车辆的销售速度提供了相应建议.
文献关键词:
二手车估价;LightGBM算法;随机森林算法
中图分类号:
作者姓名:
代金辉;仲璇;王梦恩
作者机构:
山东工商学院统计学院,山东烟台 264005
文献出处:
引用格式:
[1]代金辉;仲璇;王梦恩-.基于LightGBM和随机森林算法的二手车估价)[J].高师理科学刊,2022(12):15-22
A类:
二手车估价
B类:
LightGBM,随机森林算法,交易平台,顺利实现,车价,成交,预测准确率,周期特征,特征变量,新车,价差,关键影响因素,快门,门店,库车
AB值:
0.254702
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。