基于机器学习的二手车价格预测算法研究
胡诣文
张天佑
张旭
周才英
江西理工大学理学院 江西赣州 341000
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.
关键词：资产评估机器学习数据清洗随机森林Lasso-XGBoost
论文发表日期：2022-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 52-55 )