基于机器学习模型的二手车估价问题研究 |
| |
引用本文: | 祝英杰,杨相群,马家庚,汪逸文.基于机器学习模型的二手车估价问题研究[J].产业与科技论坛,2023(3):57-58. |
| |
作者姓名: | 祝英杰 杨相群 马家庚 汪逸文 |
| |
作者单位: | 长春大学 |
| |
基金项目: | 国家自然科学基金青年基金(编号:41701054);;吉林省教育厅“十三五”科学技术项目(编号:JJKH20200556KJ);;吉林省教育科学“十四五”规划课题(编号:ZD21057)研究成果; |
| |
摘 要: | 二手车价格不但受到汽车本身配置影响,还与汽车损耗、新车价格等信息有着密切的联系,因此往往难以对二手车价格进行准确估计。本文根据拉依达准则去除异常数据,利用线性插值法填补缺失值,运用XGBoost算法筛选出11个影响二手车交易价格的重要因素。在11个重要因素的基础上,运用主成分分析进行降维处理,得到四个主成分。再运用BPNN、PCA-BPNN、SVR、PCA-SVR、RF、PCA-RF六种模型对二手车交易价格进行预测。添加降维处理的模型预测效果明显优于未降维处理的模型,并且PCA-RF模型的预测效果最佳,其5%误差准确率高达29.20%。
|
关 键 词: | 二手车交易价格 XGBoost PCA BP神经网络 PCA-SVR PCA-RF |
|
|