E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
二手车
别说我没告诉你,
二手车
内饰这样翻新后,可能会误导你的判断!
全文共20张图1538字通篇阅读需要4分钟本文作者:阿晴往期精彩现在人对车子有多依赖?阿晴的很多同事,每天上下班通勤时间在3个小时左右,再加上车内“静静”、午休打盹儿的时间,算一下和车在一起的时间,比醒着和对象在一起的时间都长。因此,车子的卫生情况也就变得特别重要。很多车主从买车开始,清洁就只有去洗车房冲一下、吸尘器吸一下而已,毕竟动辄一两百的精洗过于昂贵。想要便宜,又想要更好的清洁效果?阿晴跟今
汽车之家
·
2020-08-26 00:00
10%的
二手车
都是未满1年的准新车,为啥一到市场就买不动?
现在很多人换车的频率越来越快,导致市面上的
二手车
越来越新,据统计,有10%,也就是一成的
二手车
是行驶不满1年的准新车。这个数字也在不断攀升。
壹车讯
·
2020-08-25 16:55
二手的车一手的情怀
前天,陪朋友去逛了逛当地最大的
二手车
交易市场。茫茫车海中,一辆红色年轻时尚且颇具操控的都市跨界车,瞬间映入朋友的眼帘。我们二话不说,走了上去上下左右仔细推敲了一番。
城林细雨
·
2020-08-25 16:41
一块块滑行的大雪糕
我的同事雪莲最近在
二手车
市上买到一辆旧车。车的性能不清楚,但外观真让人无话可说:车身通体雪白;车窗和顶棚乌黑,更衬得车身既纯洁又高贵。
绒绒的雪花
·
2020-08-25 11:39
如何成为一名合格的
二手车
评估师
时下,
二手车
评估师已经成为一个热门、高薪、并且受人尊敬的职业,很多人在学校里就已经有意成为一名
二手车
评估师,另一部分是在工作期间想转业成为
二手车
评估师。
从之1503
·
2020-08-25 09:57
看牙杂记
下午去和她逛了
二手车
市场了解行情,还去了4s店看看差距。赶得时间比较晚,很多都下班了。狮子的2008价格蛮好,当然再好也没有闲散资金,呵呵。
豌豆黄儿
·
2020-08-25 07:38
为什么“互联网+二手叉车”总是不成功?
这两年C2C,O2O,互联网+等概念很时髦,很多二手设备的创业公司也都在做,最多还是“互联网+二手汽车”,去年还是天天电视上在打广告的什么优信
二手车
,瓜子
二手车
网,没有中间商赚差价,现在好像都没有音信了
yxccccom
·
2020-08-25 07:21
别客气,是时候表演真正的技术了。
最近,一段时间
二手车
的行情看好。卖车卖的非常快,几乎到家就能换钱,可是收车却遇到了点麻烦。年前的时候是可在在家待着南京跟我们合作的同行直接报车,保准车况后直接打款发车就行了。
玥玥粑粑
·
2020-08-25 07:53
探索性数据分析学习心得
探索性数据分析学习心得(EDA,ExploratoryDataAnalysis)零基础摸索中,参考零基础入门数据挖掘-
二手车
交易价格预测EDA目的首先是对数据的前期处理:熟悉数据集,了解数据集,对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用
weixin_43132892
·
2020-08-25 05:38
汽车汽配行业市场观察,向智能化、电动化变革
从制作大国到制作强国改动在《政府工作报告》中,涉及到轿车产业的内容包含:1)新能源车:新能源轿车为要点推进产业之一;扩展新能源轿车范畴敞开;将新能源轿车车辆购置税优惠方针再延长三年;2)开释商场需求潜力:全面取消
二手车
限迁方针
嗳喜共享洗车
·
2020-08-25 05:56
高质量优服务 昆明买
二手车
到斌驰准没错儿
汽车电影往往伴以令人血脉喷张的角逐、头晕目眩的操控和毫厘之差的胜负,观众沉浸在电影里,体验着主角们的喜怒哀乐,想象着自己驾驶着爱车穿插其中,别有一番激情。除了大家耳熟能详的《速度与激情》,还有哪些汽车电影值得推荐呢?NO.1赛车总动员简介:讲述世界冠军闪电麦坤已成为当代车坛的传奇人物,曾五次夺得活塞杯冠军。但车坛风云突变,新车辈出,这让闪电麦坤的优势受到巨大威胁,更可怕的是,麦坤的自信也日渐瓦解。
无车不滇
·
2020-08-25 04:23
收吧收吧细数客户套路深几许:我带客户如初恋,客户虐我千万遍!
随着,
二手车
市场的急速膨胀,前两年
二手车
的火爆交易,我们也曾赚的盆满钵满。同样,我们曾经深深的套路也一同“教育”了一批又一批的客户,客户开始说:
二手车
,水很深!
幽哥
·
2020-08-25 02:41
今日电商资讯|达达集团Q2营收同比增长93.1%;TikTok与微软签署“无约束力收购意向书”
行业里的人尖儿都在这本期看点今日电商资讯合集今日资讯简要蘑菇街2021财年Q1财报:直播贡献GMV超7成QuestMobile:月活百万用户的微信小程序破千个微信搜一搜品牌官方区上新“附近门店”功能企鹅科技完成亿元及以上人民币战略投资融资滴滴关联公司申请“滴滴
二手车
亿邦动力网
·
2020-08-25 00:00
人人车陷“破产”风波,
二手车
电商“三国杀”没有赢家
文章来源钛媒体,作者张远,原标题《人人车陷“破产”风波,
二手车
电商“三国杀”没有赢家》,图片来源:原文章配图及网络,题图来自视觉中国,如有侵权,请联系删除。
众筹之家
·
2020-08-24 23:52
Excel的简单Word报告批量生成 vba笔记 (一)
录制宏Subpiliangshengcheng()Setdd=CreateObject("excel.application")dd.workbooks.Open("D:\ALM数据分析\VBA\第三天\
二手车
YYYLRM
·
2020-08-24 21:10
经济学中“柠檬市场”的启示
我们都知道,买一辆汽车特别是
二手车
,有什么毛病,不是买车的那一瞬间就能够发现的,有时候你要开上一段时间,甚至要开上一年,经过四季气候的变化,你才知道它到底有哪些问题。
奔跑的红豹子
·
2020-08-24 20:00
2018年《
二手车
鉴定与评估》专业初中起点五年制高技+大专班招生简章
我校【
二手车
鉴定与评估】专业,是初中起点五年制高技+大专学历。理论课程实操课程报名方式报考|地址联系方式地址:广州市荔湾区芳村大道东75号广州市机电技师学院咨询电话:
上止正二手车罗老师
·
2020-08-24 19:10
2018-09-18
图片发自App图片发自App图片发自App图片发自App图片发自App买卖
二手车
要学到的东西也很多,可是残值简直低的让人想死的感觉,一条轮胎380,4条就是1200,换了4个火花塞,600多,汽车上面的配件好好的可以用的配件随便加起来也超过
笑傲江湖201710
·
2020-08-24 17:15
车贷需要注意的问题,车贷风控流程这几点你必须知道
银行的新车按揭、银行
二手车
按揭(一般指操作5年以内的
二手车
)不在讨论范围,因为银行授信对信用报告要求较高,信用风险较少,加上人行征信约束,整体逾期率可控。
EricSun12345
·
2020-08-24 16:50
Burgess 复盘Day31
接待了两家
二手车
平台的评估师,为我的车做售前的评估。为什么会在同一时间约两家平台呢,出于“货比三家”的概念,而后也验证了决定的正确。第一次卖车,对平台的工作流程不甚了解!
张彦博Burgess
·
2020-08-24 16:17
车发现:教你如何巧妙置换
二手车
。
如此,
二手车
置换我们得不接触的一项业务。
车发现
·
2020-08-24 15:06
你的极限在哪里?一张图带你读懂第十代雅阁锐•混动
长按二维码,获得更多车型信息●新亮总店●销售热线:0751-8286618●
二手车
热线:13553638581●置换热线:13420569558●售后热线:0751-8286633●
韶关新亮江淮汽车
·
2020-08-24 15:32
给你一份年薪70w的工作,你能接住吗?
↓↓↓网易商业化产品总监,40k-60k/月:携程高级产品总监,40k-60k/月:投哪网产品总监,40k-60k/月:瓜子
二手车
产品总监,45k-60k/月:每日优鲜供应链产品总监,45k-65k/月
人人都是产品经理V
·
2020-08-24 14:35
老公和前妻的女儿,我不想供她读大学,有错吗?
经过几年努力打工还钱,终于把欠亲戚朋友的钱给还清了,日子好过些了才生了儿子,现在一周多一点,孩子出生后,老公刷信用卡买了辆
二手车
做代步工具。
林家长生
·
2020-08-24 14:46
58同城:商家(移动)管理平台技术架构解析 | UPYUN Open Talk NO.3
孙玄58同城系统架构师我们都知道,58同城是一个分类信息网站,涵盖房产、
二手车
、招聘、黄页等内容,在每一个类别里都能看到方便用户交流沟通的58帮帮。
洛克522
·
2020-08-24 13:25
58同城
技术架构
移动应用开发
o2o
为什么要来这个“奇葩”的地方?
隶属于北京运通集团,位于顺义区赵全营镇运通京承国际汽车广场内,出京承高速11号(昌金路)出口向东500米即达,地理位置优越,交通方便快捷,占地面积11700平方米,是集整车销售、代办牌照、大客户业务、保险服务、尊选
二手车
北京运通嘉宝
·
2020-08-24 09:07
零基础入门数据挖掘 -
二手车
交易价格预测
1、赛题数据赛题以预测
二手车
的交易价格为任务,数据集报名后可见并可下载,该数据来自某交易平台的
二手车
交易记录,总数据量超过40w,包含31列变量信息,其中15列为匿名变量。
zxxmx
·
2020-08-24 05:35
20200404零基础入门数据挖掘 -
二手车
交易价格预测笔记(5)
五、模型融合5.1模型融合目标对于多种调参完成的模型进行模型融合,因为多个模型组合在一起通常可以产生更强大的模型。5.2内容介绍模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式。1.简单加权融合:回归(分类概率):算术平均融合(Arithmeticmean),几何平均融合(Geometricmean);分类:投票(Voting)综合:排序融合(Rankaveraging),log融合2.
zjlingdi
·
2020-08-24 05:46
数据挖掘
python
20200323零基础入门数据挖掘 -
二手车
交易价格预测笔记(3)
三、特征工程目标特征工程目标:将数据转换为能更好地表示潜在问题的特征,从而提高机器学习的性能。比如,异常值处理是为了去除噪声,填补缺失值可以加入先验知识等。特征构造也属于特征工程的一部分,其目的是为了增强数据的表达。特征选择主要有两个功能:减少特征数量、降维,使模型泛化能力更强,减少过拟合增强对特征和特征值之间的理解常见的特征工程包括下方内容:3.1异常处理:通过箱线图(或3-Sigma)分析删除
zjlingdi
·
2020-08-24 05:46
20200401零基础入门数据挖掘 -
二手车
交易价格预测笔记(4)
四、建模与调参4.1线性回归模型:线性回归对于特征的要求;处理长尾分布;理解线性回归模型;4.2模型性能验证:评价函数与目标函数;交叉验证方法;留一验证方法;针对时间序列问题的验证;绘制学习率曲线;绘制验证曲线;4.3嵌入式特征选择:Lasso回归;Ridge回归;决策树;4.4模型对比:常用线性模型;常用非线性模型;4.5模型调参:贪心调参方法;网格调参方法;贝叶斯调参方法;下面节选一些我学习比
zjlingdi
·
2020-08-24 05:46
建模调参——天池Datawhale零基础入门数据挖掘-
二手车
交易价格预测
Datawhale零基础入门数据挖掘-
二手车
交易价格预测内容介绍1.线性回归模型线性回归对于特征的要求;处理长尾分布理解线性回归模型;2.模型性能验证评价函数与目标函数交叉验证方法留一验证方法针对时间序列问题的验证绘制学习率曲线绘制验证曲线
weixin_45158756
·
2020-08-24 04:53
天池比赛
二手车预测价格
零基础学机器学习
零基础入门数据挖掘 -
二手车
交易价格预测比赛记录
零基础入门数据挖掘-
二手车
交易价格预测阿里和Datawhale举办的比赛,非常适合入坑。平时,抽空打打,看不进论文就打比赛吧~目前top-5,希望咸鱼保持住,比赛完做一份数据挖掘的总结。
wujiekd
·
2020-08-24 04:57
比赛+项目开源方案
【Datawhale】零基础入门数据挖掘 -
二手车
交易价格预测[task2 数据分析]
文章目录一、EDA二、task2代码-EDA三、问题四、总结五、Ref.一、EDAEDA(ExploratoryDataAnalysis):也即我们常称的数据探索是指对已有的数据(特别是调查或观察得来的原始数据)在尽量少的先验假定下进行探索,通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。框架二、task2代码-EDA【Datawhale】[task2]2.3代码
球球_07
·
2020-08-24 04:13
日常学习
零基础入门数据挖掘 -
二手车
交易价格预测-数据探索
零基础入门数据挖掘-
二手车
交易价格预测-数据探索赛题理解赛题以
二手车
市场为背景,要求根据所给的
二手车
预测二手汽车的交易价格,这是一个典型的回归问题熟悉数据及评价标准一、赛题数据该数据来自某交易平台的
二手车
交易记录
一只勤奋爱思考的猪
·
2020-08-24 02:05
数据挖掘分析
Datawhale-零基础入门数据挖掘 -
二手车
交易价格预测-特征工程
Datawhale-零基础入门数据挖掘-
二手车
交易价格预测-特征工程1.baseline上面的特征工程1.1异常值处理1.2数据清洗1.3label的分布不服从正态分布,对price去log1.4特征构造
爱冒险的梦(Lqh)
·
2020-08-24 02:24
【
二手车
交易价格预测】赛题理解
一、赛题背景本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第一场——零基础入门数据挖掘之
二手车
交易价格预测大赛。
oyall520
·
2020-08-24 01:48
入门数据挖掘
数据挖掘
机器学习
数据挖掘实战--
二手车
交易价格预测(一)
数据挖掘实战–
二手车
交易价格预测(一)疫情影响,约好的实习去不成了。在家充电势在必行,有在DataWhale内部的同学推荐参加这个数据挖掘的训练营。
CannonJia
·
2020-08-24 01:09
数据挖掘实战
零基础入门数据挖掘--
二手车
交易价格预测之一--特征工程
1)基于baseline,模型用xgboost,得分709。特征包括:'gearbox','power','kilometer','v_0','v_1','v_2','v_3','v_4','v_5','v_6','v_7','v_8','v_9','v_10','v_11','v_12','v_13','v_14'。baseline的jupyter链接:https://tianchi.aliyu
meili1021
·
2020-08-24 01:31
python3
《零基础入门数据挖掘 -
二手车
交易价格预测》Task4:建模与调参
经过Task2EDA和Task3特征工程后,已经准备好数据,下面是开始建模和调参的过程。Step1:导入函数工具箱##基础工具importnumpyasnpimportpandasaspdimportwarningsimportmatplotlibimportmatplotlib.pyplotaspltimportseabornassnsfromscipy.specialimportjnfromI
hinker
·
2020-08-24 00:29
《零基础入门数据挖掘》组队学习
《零基础入门数据挖掘 -
二手车
交易价格预测》Task3:特征工程
一、目的为了提升模型的学习能力,对该数据集进行分析、清洗、重新组织。二、数据处理1.导入数据、读入文件导入数据:工具箱导入:importpandasaspdimportnumpyasnpimportmatplotlibimportmatplotlib.pyplotaspltimportseabornassnsfromoperatorimportitemgetter%matplotlibinline
hinker
·
2020-08-24 00:29
《零基础入门数据挖掘》组队学习
《零基础入门数据挖掘 -
二手车
交易价格预测》Task5:模型融合
经过前四个任务后,模型的分数已经比较稳定。为了进一步提高分数,我们可以采取模型融合的方式。网上有太多介绍融合的文章,不过我看完还是一头雾水,决定不在这里班门弄斧了,大家还是bing的好。1.模型建立1.1建立一个用于比较的线性回归模型defbuild_model_lr(x_train,y_train):reg_model=linear_model.LinearRegression()reg_mod
hinker
·
2020-08-24 00:58
《零基础入门数据挖掘》组队学习
数据挖掘实战:
二手车
交易价格预测之模型调参
本文接零基础入门数据挖掘的特征工程篇,讲述各种模型以及模型的评价和调参策略线性回归模型:线性回归对于特征的要求;处理长尾分布;理解线性回归模型;模型性能验证:评价函数与目标函数;交叉验证方法;留一验证方法;针对时间序列问题的验证;绘制学习率曲线;绘制验证曲线;嵌入式特征选择:Lasso回归;Ridge回归;决策树;模型对比:常用线性模型;常用非线性模型;模型调参:贪心调参方法;网格调参方法;贝叶斯
空腹熊猫
·
2020-08-24 00:01
数据挖掘实战
后疫情时代 你的资产保值选择做对了吗?
几年时间过去,甲购买的房子已经成倍上涨,市值上百万元,而乙的
二手车
市场价值只有四五万元。这两段不同的选择告诉我们“投资”和“消费”的区别。甲花钱买房是投资行为,也就是说30万元转移到了房产上,
地产杂志
·
2020-08-24 00:00
零基础入门数据挖掘 -
二手车
交易价格预测 模型融合
基于几个单模型进行模型融合,1、stackingstacking的第二层无须用复杂的模型,这样会导致模型过拟合。Voting投票机制1、Voting即投票机制分为软投票和硬投票两种,少数服从多数的思想。硬投票:对多个模型直接进行投票,不区分模型结构的相对重要度,最终投票数最多的类为最终被预测的类。软投票,和硬投票原理相同,增加了设置权重的功能,可以为不同模型设置不同权重,进而区别模型不同的重要度。
beautiful_well
·
2020-08-23 23:56
零基础入门数据挖掘 -
二手车
交易价格预测 数据的特征工程
特征工程(FeatureEngineering):将数据转换为能更好地表示潜在问题的特征,从而提高机器学习性能。1、数据理解;2、数据清洗;3、特征构造;4、特征选择;5、类别不平衡。数据理解的主要目的:1、定序数据:描述性质a)定类:按名称分类---血型、城市。b)定序:有序分类--成绩(ABC)。2、定量数据:描述数量a)定距:可以加减---温度、日期。b)定比:可以乘除----价格、重量。数
beautiful_well
·
2020-08-23 23:56
零基础入门数据挖掘 -
二手车
交易价格预测 赛题理解和EDA
赛题以预测
二手车
的交易价格为任务,数据集报名后可见并可下载,该数据来自某交易平台的
二手车
交易记录,总数据量超过40w,包含31列变量信息,其中15列为匿名变量。
beautiful_well
·
2020-08-23 23:56
Datawhale 零基础入门数据挖掘之
二手车
交易价格预测大赛-Task2 数据分析
#**赛题:零基础入门数据挖掘-
二手车
交易价格预测**#地址:https://tianchi.aliyun.com/competition/entrance/231784
AlphaQ9
·
2020-08-23 23:20
数据分析
【天池_
二手车
价格预测】Exploratory Data Analysis
浏览了官方eda过程,觉得操作有点多,一时消化不掉学习了天才儿童大佬的EDA首先把训练集读进来简单看看各列的情况,主要看一下预测目标price的情况,发现均值在5900左右,标准差在7500左右,然而最大值居然有99999,可以看出事情不简单,回归题最怕存在离群点…importpandasaspdimportnumpyasnpimportwarningswarnings.filterwarning
Johnny_sc
·
2020-08-23 23:53
零基础入门数据挖掘-
二手车
交易价格预测之数据分析
以
二手车
交易价格预测为例来入门数据挖掘,本部分对数据进行分析,从而理解熟悉数据,完成对数据的探索性分析。
J_8023
·
2020-08-23 23:20
零基础入门数据挖掘-
二手车
交易价格预测之特征工程
目录0前言1数据预处理1.1处理缺失值1.2异常值处理2特征选择3特征提取4特征构建0前言 何为特征工程呢?顾名思义,就是**对原始数据进行一系列工程处理,将其提炼为特征,作为输入供算法和模型使用。**本质上讲,特征工程是一个表示和展现数据的过程;实际工作中,特征工程的目的是去除原始数据中的杂质和冗余,设计更高效的特征以刻画求解的问题与预测模型之间的关系。特征工程的重要性有以下几点:**特征越好
Elenstone
·
2020-08-23 23:24
天池
上一页
16
17
18
19
20
21
22
23
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他