【Python数据分析】二手车价格预测

2024-04-09 04:04| 来源: 网络整理| 查看: 265

标题实验分析与设计思路

（1）读入数据（2）分析数据格式和确定使用的模型（3）数据预处理（4）使用所选模型进行测试并改进（5）应用不同算法（模型）对比效果（6）使用集成学习算法提升回归效果（7）网格搜索调参数

使用的函数库和初始化 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings import time # 模型预测 from sklearn.linear_model import LinearRegression from sklearn.linear_model import Ridge from sklearn.linear_model import Lasso from sklearn.tree import DecisionTreeRegressor # 集成学习 from sklearn.ensemble import RandomForestRegressor import xgboost as xgb # 参数搜索 from sklearn.model_selection import GridSearchCV,cross_val_score,StratifiedKFold # 评价指标 from sklearn.metrics import make_scorer from sklearn.metrics import mean_squared_error, mean_absolute_error,accuracy_score from sklearn.model_selection import learning_curve, validation_curve warnings.filterwarnings("ignore")# 消除警告 # 初始化图形参数 plt.rcParams['figure.figsize'] = (16,9)# 设置大小 # 图形美化 plt.style.use('ggplot') # 图例无法显示中文的解决方法：设置参数 plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号实验结果及分析 1、读取数据

这里使用在阿里巴巴天池下载的二手车交易数据https://tianchi.aliyun.com/?spm=5176.12281973.J_9711814210.8.3dd53eafkBCu9m

used_car.csv 在这里插入图片描述

数据说明：

读入数据 # 读取数据，以空格划分 used_car = pd.read_csv(r'C:\Desktop\数据挖掘实践\大作业\used_car.csv', sep=' ') # 输出数据大小 print('数据大小：',used_car.shape) '''可以看到数据一共有150000条，31个属性''' # 预览头10行数据 used_car.head(10)

查看数据大小：可以看到数据一共有150000条，31个属性在这里插入图片描述

2、数据预处理查看数据信息 ''' 可以看到： model、bodyType、fuelType、gearbox这几个属性有缺失值 ''' # 查看对应数据列名和是否存在NAN缺失信息 used_car.info()

在这里插入图片描述可以看到：model、bodyType、fuelType、gearbox这几个属性有缺失值

print('各列缺失值统计结果为：') print(used_car.isnull().sum())

在这里插入图片描述

统计描述 # 查看数值特征列的统计信息 used_car.describe()

在这里插入图片描述

去除重复数据 # 默认根据所有属性去除，keep设置保留第一条一样的数据 used_car.drop_duplicates(keep='first')

在这里插入图片描述可以看出无重复数据

处理缺失值前面统计的时候知道，model、bodyType、fuelType、gearbox这几个属性有缺失值且这些属性都是标签类的数值型数据故填充缺失值使用众数对于大数据集也可以直接去掉有空值的样本使用函数dropna() # 如果有多个众数的情况，用used_car.mode()[0]第一个众数填充 used_car['model'] = used_car['model'].fillna(used_car['model'].mode()[0]) used_car['bodyType'] = used_car['bodyType'].fillna(used_car['bodyType'].mode()[0]) used_car['fuelType'] = used_car['fuelType'].fillna(used_car['fuelType'].mode()[0]) used_car['gearbox'] = used_car['gearbox'].fillna(used_car['gearbox'].mode()[0]) 再次查看是否还有缺失值 used_car.info()

在这里插入图片描述

提取不同类型的属性名 # 提取数值型属性名(exclude除去分类型) numerical_cols = used_car.select_dtypes(exclude='object').columns numerical_cols

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章