阿里天池二手车交易价格预测竞赛数据分析与模型构建

本次阿里天池竞赛旨在预测二手车的交易价格，数据集包含超过40万条二手车交易记录，其中15列为匿名变量。本文抽取15万条数据作为训练集，5万条数据作为测试集B进行数据挖掘的竞赛。我们使用xgb、lgb以及xgb+lgb融合的方法对数据进行预测，并对预测结果进行了可视化分析。竞赛评估标准为平均绝对误差（MAE），模型的预测误差越小，说明模型预测结果越准确。竞赛数据集处理后分为两个文件，第一个文件为竞赛分类预测，使用多种算法对数据进行预测，得到的MAE为689.09。第二个文件为竞赛可视化分析，对数据进行可视化分析，包括缺失值分布、数据分布的拟合、特征与价格的相关性分析以及特征平均价格的可视化分析。在特征与价格的相关性分析中，我们发现价格与v3属性呈现高度负相关，与v0、v8、v12呈现高度正相关。同时，我们还发现v12与v8以及v1与v6之间存在线性关系。该竞赛对于提升二手车交易价格预测的准确性有重要意义。