典型文献
基于机器学习的二手车价格预测算法研究
文献摘要：
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.
文献关键词：
资产评估;机器学习;数据清洗;随机森林;Lasso-XGBoost
中图分类号：
作者姓名：
胡诣文;张天佑;张旭;周才英
作者机构：
江西理工大学理学院 江西赣州 341000
文献出处：
引用格式：
[1]胡诣文;张天佑;张旭;周才英-.基于机器学习的二手车价格预测算法研究)[J].信息技术与信息化,2022(10):52-55
A类：
二手车交易系统
B类：
基于机器学习,车价,价格预测,预测算法,算法研究,车资,资产价值,机器学习方法,Python,Pandas,read,csv,命令,特征指标,数据缺失,缺失值,删除,指标异常,异常值,数据清洗,random,forest,RF,Lasso,XGBoost,算法模型,泛化能力,电商模式,资产评估
AB值：
0.358113
相似文献
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。
