二手车市场价格预测----项目第一天

写在前面

细节展示

本节重难点

关于学习方法的思考

01、写在前面

本项目来自于阿里天池实验室，数据挖掘训练营。地址：AI训练营-阿里云天池 (aliyun.com)

02、细节展示

03、本节重难点

项目实现完整流程：

赛题理解
数据分析
特征工程
建模调参
模型融合
二手车交易价格预测

赛题理解（重难知识点）

评估标准：对模型效果好坏的量化打分。
本赛题的评价指标MAN（mean absolute error）即平均绝对误差。需手写计算公式
一般回归问题的评价指标：平均绝对误差（Mean Absolute Error，MAE），均方误差（Mean Squared Error，MSE），平均绝对百分误差（Mean Absolute Percentage Error，MAPE），均方根误差（Root Mean Squared Error）， R2（R-Square）
分类算法常见的评估指标如下：

对于二类分类器/分类算法，评价指标主要有accuracy， [Precision，Recall，F-score，Pr曲线]，ROC-AUC曲线。

对于多类分类器/分类算法，评价指标主要有accuracy， [宏平均和微平均，F-score]。

5、下载并读取数据：手录代码

6、sklearn.metrics模块含有需要的评估指标。例如：accuracy，recall，ROC，MAN,MSN等。

04、关于学习方法的思考

在做中学是比较高效的方法。具体呢，就是找一个项目来做。啃得过程中遇到看不懂的地方需要查阅资料。不需要深究，只需要知道它是干什么的，大约怎么用。（前提是python基础，一些第三方库基础操作要能看懂，但不要求特别深入、熟练）。

最后一句话结束本章：前路漫长，诸君共勉！

二手车市场价格预测----项目第一天相关推荐

阿里云天池竞赛——二手车价格预测项目（个人练习+源代码）
# 导入需要的库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sn ...
数据挖掘二手车价格预测 Task05：模型融合
模型融合是kaggle等比赛中经常使用到的一个利器,它通常可以在各种不同的机器学习任务中使结果获得提升.顾名思义,模型融合就是综合考虑不同模型的情况,并将它们的结果融合到一起.模型融合主要通过几部分来 ...
基于二手车价格预测——特征工程
特征工程特征工程分析: 第一步:异常值处理箱型图法: 第二步:特征构造第三步:数据分桶数据分桶详解删除不需要的数据特征归一化总结--特征 1.特征构造: 2.异常类型处理 3.构造新特 ...
【组队学习】【24期】河北邀请赛（二手车价格预测）
河北邀请赛(二手车价格预测) 开源内容: https://github.com/datawhalechina/team-learning-data-mining/tree/master/SecondH ...
基于机器学习的二手车价格预测及应用实现（预测系统实现）
1.摘要随着中国汽车工业的迅速发展,国内的汽车数量也在迅速增长.新车销售市场已经逐渐饱和,而二手车交易市场正在兴起.但是,由于中国的二手车市场尚未成熟,与发达国家相比仍存在较大差距.其中一个重要原因 ...
从零开始的时间序列预测项目
文章目录 Monthly Armed Robberies in Boston 概述问题描述测试工具验证集模型评估性能度量测试策略基线模型数据分析概括性统计量折线图密度图箱线图 ...
Python二手车价格预测（一）—— 数据处理
文章目录前言一.数据二.处理过程 1.引入库 2.读入数据 3.删除无效列与填充空值 4.数值型数据处理 5.日期型数据处理 6.二值型数据处理 7.One-Hot型数据处理结语前言一年半 ...
二手车价格预测预测-特征工程
特征工程是比赛中最至关重要的的一块,特别的传统的比赛,大家的模型可能都差不多,调参带来的效果增幅是非常有限的,但特征工程的好坏往往会决定了最终的排名和成绩. 特征工程的主要目的还是在于将数据转换为能更 ...
Datawhale task3打卡——二手车价格预测
Datawhale task3打卡--二手车价格预测 1. 异常处理(*易忽略) 1.1 通过箱线图(或 3-Sigma)分析删除异常值 1.2 BOX-COX 转换(处理有偏分布) 1.3 长尾截断 ...

二手车市场价格预测----项目第一天

二手车市场价格预测----项目第一天相关推荐

最新文章

热门文章