基于Stacking集成学习构建二手车价格预测模型 |
| |
引用本文: | 黄金铭,杜蒙.基于Stacking集成学习构建二手车价格预测模型[J].中国科技信息,2023(14):88-89. |
| |
作者姓名: | 黄金铭 杜蒙 |
| |
作者单位: | 1. 菏泽医学专科学校公共教学部;2. 菏泽工程技师学院智能制造工程系 |
| |
摘 要: | <正>近年来,二手车交易活跃,交易量连年增长,二手车行业对汽车售价预测研究的需求日益增加。准确的二手车价格评估可以帮助卖家确定最佳出售时间,以获得最佳利润;有助于银行和其他金融机构提前评估贷款人的汽车价格,从而控制贷款额度。然而二手车在市场上的价格并不是一成不变,因此为了有效预测二手车市场价格,并根据车辆类别正确定价,许多学者开始使用机器学习算法建立二手车智能估价系统。Puteri等人使用线性回归模型预测印度尼西亚二手车的价格,并利用线性回归分析研究不同因素对二手车价格的影响。本文收集了超过10万条二手车交易记录,对线性回归和随机森林(Random Forest,RF)两种算法进行了全面比较,并进行了实证分析。数值实验表明,随机森林算法在处理海量高维数据时表现稳定,但是,在处理维度较低的数据时缺乏明显的优势。可见,现有的二手车价格预测方法并不理想,需要寻找一种合理高效、科学准确的方法。
|
|
|