Predicting Car Prices:训练多元k最近邻模型以基于引擎大小和马力等属性预测汽车价格 源码

预测车价 买新车可能很棘手。 通常,我们不确定我们为这辆车支付的价格是否合理。 除此之外,市场上的汽车数量众多,包括许多不同的尺寸和功能,而且完全不可能知道经销商提供的价格是否合理。 为了帮助减少此决策的不确定性,我们可以着眼于数据科学。 如果我们具有汽车及其属性以及价格的列表,则可以使用该列表来训练机器学习算法来预测汽车的价格。 目标 我在这个项目中的目标是建立一个模型,该模型可以根据给定的属性列表来预测汽车的价格。 方法 为了实现这个目标,我将在加利福尼亚-欧文大学机器学习和智能系统中心的机器学习存储库中获得的汽车数据集上训练多元k最近邻模型。