基于两层特征投票法的二手车标价研究

发布时间：2024-01-23 14:00

　　随着我国经济的持续发展,以及“互联网+”经济形态逐步渗入二手汽车市场,使得消费者在网络上就可以实现二手车的线上交易,便捷的交易方式促使二手车市场得到空前的繁荣发展。大数据的应用也使得平台上的二手车信息复杂多样,如何从这些良莠不齐的二手车特征中寻找出影响其标价的重要因素,并利用它们构建精确的预测模型显得十分重要。传统的二手车价格评估方法需要评估人对整个市场有长期的了解和相关经验的积累。近年来许多学者把机器学习中的算法应用在二手车交易领域,形成了相关的价格预测模型,从数据挖掘的科学角度为买卖双方的交易价格进行合理预测,降低了对二手车估价的专业门槛,极大地提高了二手车标价的科学性。本文的数据来源于Python爬取汽车之家平台上的二手车详情资料。对数据进行预处理后采用两层投票法进行特征筛选,第一层分别采用方差选择法、相关系数法、最大信息系数法、基于₁L范数的Lasso选择法和基于树模型的GBDT选择法进行特征选择;第二层依据第一层的选择结果再次投票,最终产生三个新的特征子集。另外使用主成分降维的方法作为对照,选取累计方差贡献率前80%的12个主成分生成新的对照数据集。本文...

【文章页数】：63 页

【学位级别】：硕士

图1-12017-2021年中国汽车转移登记业务柱形图（单位：万笔）

图1-2技术路线图

图3-1投票机制流程图

图4-1汽车之家二手车页面

本文编号：3882791