基于数据挖掘的二手车定价研究

摘要

近年来我国二手车市场规模逐渐壮大,但业内一直没有一套完善有效的二手车定价体系.传统的二手车定价方法虽各有使用场景,但都有一定的缺陷或者局限.本文采用数据挖掘相关技术研究二手车定价问题,完整地介绍了二手车数据采集、特征工程、模型训练与预测以及最终预测效果评估的全过程.通过对比不同回归模型发现,在二手车定价问题中随机森林回归模型的效果明显好于决策树等其他回归模型.另外,本文关注到二手车定价分布多近似指数型分布,通过对数变换将其转为近似正态分布后,模型预测的整体效果会有一定程度的提升.