二手车交易价格预测

(1) 获取数据，数据来源于赛题二手车交易价格预测；

(2) 对获取的数据进行基本的处理操作，相关性分析输入特征； 

(3) 根据统计特征数据建立二手车交易价格预测模型；

(4) 对模型结果进行评估。

实施过程

本案例共收集到15万条二手车历史数据，字段详细说明如下表所示：

数据接入

在实验中添加数据源节点，将二手车交易价格数据读取进来，部分数据如图所示：

数据探索

本案例的探索分析是对数据进行缺失值分析与数据分布分析，分析出数据的缺失和分布情况。通过聚合节点查看原表数据中notRepairedDamage字段类型有三种。需要将“-”的数据设置为空值。

通过全表统计节点统计所有特征，查看各指标的分布情况，发现部分数据含有缺失情况，如图：

数据预处理

我们通过派生列节点对notRepairedDamage字段中“-”值转换为空值处理，如图：

根据全表统计查看缺失数据分布情况，对正态分布数据使用平均值填补，右偏分布的数据使用中位数填充处理。整个的数据预处理流程图如图所示：

相关性分析

通过相关性分析节点，相关性分析部分结果如图所示：

我们特征选择相关性系数较高的特征输入模型，特征选择如图：

建立模型

本案例采用梯度提升回归树算法对模型进行训练，使用拆分节点按照7:3的比例将数据集拆分为训练集和测试集。整体的流程图如图所示：

算法参数配置如图：

模型训练后预测的结果如图：

模型评估

接入评估节点对模型进行评估，评估结果如图所示。R2大概为0.94。

业务分析

我们通过GBDT特征选择节点输出重要性较高的10个特征，结果如图：

分析发现v_3、v_12、regDate等几个特征是影响二手车交易价格的因素。

总结

本案例结合二手车交易价格预测案例，重点介绍了梯度提升回归树预测分析在实际案例中的应用。本案例借助二手车交易历史记录建立模型预测二手车交易未来价格，二手车价格市场；针对影响二手车交易价格因素，可以做好相关的优惠活动。