二手车第21页

零基础入门数据挖掘-二手车交易价格预测之建模调参

目录0前言1学习内容1.1线性回归模型1.2模型性能验证：1.3嵌入式特征选择：1.4模型对比：1.5模型调参：1.6推荐教材0前言零基础入门数据挖掘-二手车交易价格预测之赛题与数据零基础入门数据挖掘-

Elenstone·2020-08-23 23:24

零基础入门数据挖掘-二手车交易价格预测之数据分析（EDA）

文章目录0.前言1.代码示例1.1载入各种数据科学以及可视化库1.2载入数据1.3纵览数据概况1.4判断数据缺失和异常1.5了解预测值的分布1.6特征分为类别特征和数字特征，并对类别特征查看unique分布1.7数字特征分析1.8类型特征分析1.9用pandas_profiling生成数据报告总结0.前言探索性数据分析，即EDA（exploratoryDataAnalysis）的目标是：EDA的价

Elenstone·2020-08-23 23:24

《零基础入门数据挖掘 - 二手车交易价格预测》Baseline实施

@[TOC]《零基础入门数据挖掘-二手车交易价格预测》baseline实施《零基础入门数据挖掘-二手车交易价格预测》Baseline实施前面陆陆续续学习机器学习大概有有2个月的时间，西瓜书没有看完，吴恩达的视频也没有看完

hinker·2020-08-23 22:21

车主必知！这些新规将影响今年的用车生活！

比如新能源补贴将再次退坡、二手车可以迁出到更多省市、进京证开始限制使用时长等。

StarCharge·2020-08-23 16:21

【#2-崔永林】区块链可以提升哪些商业上的效率改进？

2、二手资产的不良信息想象一下我们要买某辆二手车，那么我们

nicorobin94·2020-08-23 11:36

2018-04-09精品二手车推荐--安徽周谷堆汽车城

NO.1马自达CX-5点击查看详情￥13.98万新车含税26.5万为您节省了12.52万NO.2宝马X12014款2.0T自动18i时尚型后驱点击查看详情￥20.58万新车含税31.5万为您节省了10.92万NO.3奔驰R级2015款3.0T自动R400商务型四驱点击查看详情￥28.9万新车含税35.9万为您节省了7.0万NO.4奥迪Q52013款2.0T自动40TFSI技术型点击查看详情￥28.

安徽省周谷堆汽车城·2020-08-23 10:52

开始挑战（一四三）岁月无情之二手市场里的二手车

这个问题是，“为什么富人总喜欢买二手车？而穷人却要买新车。”你看看，这个问题有多“气蛋”，真是欠挨的孩子啊！你们觉得呢？大家也都可以发表一下个人的意

风舞黄河岸·2020-08-23 09:10

悦人先悦己

比如，昨天她还在和我说，她准备买车了，但是只打算买二手车，觉得二手车划

平儿_ffdc·2020-08-23 09:44

又一项汽车新政要实施，事情搞大了！

20日起原车牌可上至新车或二手车从今年6月20日，一项和广大车主息息相关的新政——机动车号牌新政将要实施。

真容检测·2020-08-23 01:51

你需要知道的车贷风险和风控流程详解

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。

思创物联·2020-08-23 00:58

如果那年中秋，我没有认识你，现在的我们会怎么样呢？

他听许多去过澳洲打工渡假的人都这么说：到当地先买辆便宜的二手车，因为澳洲地广人稀，有车行走才方便。万一一个地方找不到工作，或是工作的不愉快，立

高浩容·2020-08-22 23:59

买车买保险

在买车时，第一个要做的决定就是买新车还是买二手车。两种选择当然各有利弊，每个人要根据自己的偏好、需求和财务状况做出决定。

目标是终身学习·2020-08-22 23:02

python+requests爬取汽车之家二手车

python+requests爬取汽车之家贵阳二手车信息目录分析网页1.1.打开网页，获取请求路径1.2.找到自己需要的信息提取数据2.1定位元素，找到数据2.2处理数据，将数据封装成数组2.3保存到excel

合心咒·2020-08-22 22:10

2018二手车消费把脉：得青年消费者得天下

2018年二手车消费正全面开启，特别是随着近日北京国际汽车展火爆开展，汽车消费再次成为公众讨论和关注的焦点。可以说，整个二手车消费也在2018年出现了一些新的变化。

老胡说科技·2020-08-22 22:20

二手车行业市场分析（四）

今天“小沃”就跟各位朋友分享下"2018年二手车市场分析"！记不住的可以收藏或者拉倒页

wobony·2020-08-22 20:30

我的1/3人生

我们离初中距离远的学生需要骑自行车，那时我已经14岁了，姐姐19岁，她已经参加工作，爸爸每年春节会回来一次，我的第一辆自行车不知道是爸爸从哪里弄来的二手车，不管怎么样能骑就行，每天早晨我们大概5点就和屯子里的小伙伴约好一起出发

金蛋妈·2020-08-22 20:08

58同城二手市场个人信息的采集分析

例如，通过二手车信息模块，可以获得潜在购车客户，母婴童装的二手信息发布者，很有可能购买早教玩具等产品。

zhongshanb·2020-08-22 20:33

黄江二手车黄江进口车黄江水车黄江进口二手车黄江港隆车行

13款保时捷帕拉美娜4.8S宝蓝色米笼无匙进入无匙启动罗盘倒车影像底盘升降声浪调节多模式避震调节后排满按键声浪调节定速巡航座椅通风加热运动模式鹿皮顶多功能方向盘BOSE音响电动尾翼电尾门电动后窗帘顶配黄江港隆车行电威信同号:13537393699《价格优势》《各种豪车都有》《看车免费接送》《免税豪车》注：长期经营：奔驰、宝马、路虎、保时捷、奥迪、宾利、途锐、丰田、雷克萨斯、玛莎拉蒂，法拉利，劳斯莱

黄江二手车黄江水车港隆汽贸·2020-08-22 18:28

零基础入门数据挖掘 Task02：数据的探索性分析（EDA）

Task02：数据的探索性分析（EDA）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/information

肥～吉～·2020-08-22 15:24

打卡—Datawhale 零基础入门数据挖掘-Task2：数据的探索性分析（EDA）

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/introductio

weixin_45158756·2020-08-22 14:28

Datawhale--TASK1

来自EbayKleinanzeigen报废的二手车,数量超过370,000,包含20列变量信息,为了保证比赛的公平性,将会从中抽取10万条作为训练集,

weixin_43901423·2020-08-22 14:33

阿里天池新人赛——二手车价格预测（特征工程）

特征工程引入数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限。特征工程目的最大限度地从原始数据中提取特征以供算法和模型使用，因为高质量的特征有助于提高模型整体的性能和准确性，所以特征工程在整个项目中有着举足轻重的位置。内容数据预处理异常处理箱线图分析删除异常值、BOX-COX转换（处理有偏）、长尾截断。特征的归一化/标准化数据标准化和归一化、针对幂律分布，采用公式log(1+x1+me

大墅哥哥·2020-08-22 14:19

阿里天池新人赛——二手车交易价格预测（赛题理解）

概览赛题以二手车市场为背景，这个数据包含了有关二手车的相关的车况、配置参数等features，标签label值是price，建立模型利用这些数据进行学习，预测二手汽车的交易价格，这是一个典型的回归问题。

大墅哥哥·2020-08-22 14:19

二手车预测：task1：赛题分析

train.csvname-汽车编码regDate-汽车注册时间model-车型编码brand-品牌bodyType-车身类型fuelType-燃油类型gearbox-变速箱power-汽车功率kilometer-汽车行驶公里notRepairedDamage-汽车有尚未修复的损坏regionCode-看车地区编码seller-销售方offerType-报价类型creatDate-广告发布时间pr

胖虎艾春辉·2020-08-22 14:25

瓜子二手车被罚，广告界都是大忽悠，让我想起赵笑云

11月30日，国家企业信用信息系统信息显示，瓜子二手车实体公司金瓜子科技发展（北京）

三八四·2020-08-22 14:24

天池二手车拍卖赛题理解之建模调参

天池二手车交易价格预测赛题理解之特征分析模型和调参技巧原文链接：Datawhale零基础入门数据挖掘-Task4建模调参本文为个人阅读笔记，仅记录阅读过程中遇到的新知识。

that-little-girl·2020-08-22 14:56

天池二手车拍卖赛题理解之特征工程

天池二手车交易价格预测赛题理解之特征分析常见操作原文链接：Datawhale零基础入门数据挖掘-Task3特征工程本文为个人阅读笔记，仅记录阅读过程中遇到的新知识。

that-little-girl·2020-08-22 14:56

天池二手车价格预测-EDA-数据探索性分析

(正态变换后)10、特征选择(根据数据分布)11、特征选择(l岭回归)12、特征选择(逐步回归)13、特征选择(xgboost)EDA-数据探索性分析实现思路，按目录步骤实现如下：步骤1，首先加载天池二手车价格预测赛题的

一只勤奋爱思考的猪·2020-08-22 13:48

天池二手车价格预测--建模与调参

目录模型选型模型调参1模型选型2模型调参结果模型选型模型调参1模型选型采用了xgboost和lightGBM以及它俩的加权模型2模型调参主要对叶子节点数，学习率以及估计器参数进行调整defxgb_model_fit(self,X_train,X_test,y_train,y_test,alg,useTrainCV=True,cv_folds=5,early_stopping_rounds=50):

一只勤奋爱思考的猪·2020-08-22 13:16

天池二手车价格预测-特征工程

天池二手车价格预测-特征工程特征工程（1）删除分布严重不平衡的特征（2）对预测值进行对数正态转化（3）针对日期特征进行分桶（按年、月）统计（4）针对两个日期字段进行间隔天数计算（5）构造品牌-价格的量化特征

一只勤奋爱思考的猪·2020-08-22 13:16

天池二手车交易价格预测---EDA-数据探索性分析

二、EDA-数据探索性分析2.1EDA目标EDA的价值主要在于熟悉数据集，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。当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值之间的存在关系。引导数据科学从业者进行数据处理以及特征工程的步骤,使数据集的结构和特征集让接下来的预测问题更加可靠。完成对于数据的探索性分析，并对于数据进行一些图表或

gamilian·2020-08-22 13:37

天池二手车价格预测比赛（二）——特征工程步骤

特征工程1.删除特征中的异常值2.特征构造a.训练集和测试集放在一起，方便构造特征b.使用时间（天数）特征构造b-1.对pd.to_datetime的使用b-2.时间特征的构造b-3.对nan的判断b-4.判断并找出日期值nan的数据c.从邮编中提取城市信息——相当于加入了先验知识d.计算品牌特征的销售统计量d-1.统计每个商标品牌对应的销售信息——数据分组操作d-2.查看所有的特征值，并排序（对

qq_40723803·2020-08-22 13:03

Datawhale打卡第2次

本次对二手车价格数据EDA的整个过程我用代码记录了下来，下面是我代码的一些展示，不再用

qq_40791906·2020-08-22 13:03

Datawhale 零基础入门数据挖掘-Task2 数据分析

1.赛题数据赛题以预测二手车的交易价格[price]为任务。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。

qq_39199884·2020-08-22 13:48

Task 1 天池赛 - 二手车交易价格预测

文章目录1赛题概况1.1概况1.2数据概况1.3评估指标2赛题分析2.1分析2.2代码示例数据读取分类指标评价计算示例回归指标评价计算示例3经验总结4问题记录1赛题概况1.1概况赛题以预测二手车的交易价格为任务

广慕君·2020-08-22 13:29

[数据挖掘]天池二手车交易价格预测-特征工程-datawhale学习笔记

特征工程是用一些手段，整合现有数据的特征变成对数据能够进行更好表达的特征，以便给模型输入的时候能够用数据集的特征对数据进行更好的表达。所以特征工程这一步尤为重要，是决定最终预测精确性的关键。常用的方法：1.数据清洗：处理掉数据中异常值、缺失值，以便数据变得规整。2.特征构造：把现有数据进行整合（一些变换），组合成与目标属性相关性更强的特征。3.特征筛选：筛选出输入的特征中对结果有意义的特征。ps.

明月皎皎·2020-08-22 13:29

天池-二手车价格预测-Ensembling

接上三篇：天池-二手车价格预测-EDA、天池-二手车价格预测-FE、天池-二手车价格预测-Modeling文首，深切哀悼新冠肺炎疫情牺牲烈士和逝世同胞。

磕盐冬·2020-08-22 13:09

二手车交易价格预测——特征工程（2）生成适用于树，xgboostde的数据

二手车交易价格预测——特征工程（1）生成适用于树，xgboostde的数据针对生成LR的模型的链接：https://editor.csdn.net/md/?

卡小葵·2020-08-22 12:36

天池二手车价格预测-建模和调参

4.建模和调参4.1学习目标了解常用的机器学习模型，并掌握机器学习模型的建模与调参模型4.2内容介绍线性回归模型：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调参方

hongjiangfen·2020-08-22 12:23

DatawhaleX天池二手车Task4:建模与调参

XGBoost手推算法-贪心学院李文哲老师直播公开课笔记讲座重点讲解XGBoost算法技术细节，从目标函数的构建、泰勒近似、树的参数化和树结构的构建，以下是听课记录参考公众号《ML学习总结》整理出的笔记。将多个弱学习器模型组合在一起通常可以产生更强大的模型，这是集成模型的主要思路，集成模型有bagging，boosting，stacking等。以上Bagging的流程中，弱学习器相互独立训练，最终

elsieyin·2020-08-22 12:17

互联网创业的3大误区-“车来车往”没有看透，所以倒闭了

乐视贾跃亭出走，乐视网改名新乐视；二手车交易平台“车来车往”宣布破产；悟空单车宣布倒闭；酷骑单车开始跑路；星空琴行关闭所有门店。以前传统媒体时代，对于创业宣扬的更多是成功、励志的故事。

Tonytoni·2020-08-22 12:24

老婆在昆明买二手车竟然去的斌驰

一直以来都知道我老婆很勤俭，起初的时候觉得很好，勤俭持家嘛！可以说是现在很少有的美德了，结果过着过着发现，她这不叫勤俭持家啊，都快可以叫抠啦！一会儿我给你们举几个例子说一下！我一直觉得老婆很勤俭，结婚以后我两几乎都不到外边吃饭，因为她说自己做，又便宜又干净，我看她这么晓得持家，就把家里财政大权交给了她，结果吃了一阵子就不对了，有时候的菜，吃一顿还没吃完的菜就不见了，我一开始还以为她扔了，结果发现人

爱车说_e223·2020-08-22 12:40

Datawhale - 数据挖掘训练营 - Task 1

pandas分类/回归指标评价计算目标:赛题理解理解赛题数据：理解数据概况（i.e.列的性质特征）理解赛题目标：预测评价指标（i.e.对于一个模型效果的数值型量化/打分）熟悉比赛流程赛题资源零基础入门数据挖掘-二手车交易价格预测

amber_new·2020-08-22 12:13

Datawhale 零基础入门数据挖掘-Task4 建模调参

##**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/c

AlphaQ9·2020-08-22 12:37

二手车交易价格预测

（写在前面的话，纯小白，一开始上手有点难度，还需要将代码一点点的扒明白）二手车交易价格预测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。

Bossun1127·2020-08-22 11:59

天池二手车预测：特征工程

特征工程1.特征工程目标及主要工作特征工程的目标主要是对特征进行进一步的分析和构造，将数据转换为能更好的表示潜在问题的特征，从而提升机器学习的性能常见的主要工作包括：异常处理：通过箱线图（或3-Sigma）分析删除异常值；BOX-COX转换（处理有偏分布）；长尾截断；特征归一化/标准化：标准化（转换为标准正态分布）；归一化（抓换到[0,1]区间）；针对幂律分布，可以采用公式：数据分桶：等频分桶；等

weixin_43520514·2020-08-22 11:55

天池二手车预测：建模调参

0.基础知识学习（1）线性回归模型：线性拟合，梯度下降调参，正态分布（2）决策树模型：西瓜书第四章决策树学习（3）梯度提升树GBDT学习CART树：二分树，通过寻找最优特征及其最佳切分点划分输入空间+剪枝操作GBDT模型是集成模型，是很多CART树的线性相加（4）XGboost模型（5）LightGBM模型importpandasaspdimportnumpyasnpimportwarningsw