文件名称：土匪自动交易
文件大小：3.81MB
文件格式：ZIP
更新时间：2024-03-06 19:28:35
土匪汽车经销商 近年来，美国二手车市场以许多有趣和令人兴奋的方式发展。 社会已经从典型的经销商洗牌转变为依靠分类广告，甚至更多。 我们认为，就价格，车辆类型和可用的内饰选项而言，分类汽车市场的范围因地区而异。 这种观察使我们想知道要问什么问题以及如何相应地回答它们。 以下是我们要解决的主要问题： 什么属性会使车辆贬值？ 在美国每个地区最受欢迎的是哪种类型的车辆？ 什么因素会影响特定区域内车辆的转售价值？ 分类广告的价格与评估值相差多远？ 我们使用了一个庞大的Craigslist分类数据集，该数据集来自Kaggle，其中包含超过425K的汽车广告发布。 此外，我们使用了来自CarsXE的API调用来提取每个唯一VIN的其他数据。 用Python加载和清理后，将更简洁但仍较大的CSV数据集（〜22K）加载到SQL中，以在Flask应用中使用。 在SQL中，它进一步转换为大约16K。 数
【文件预览】：
banditautodealership-master
----JS_Charts()
--------config.js(124B)
--------car-value-depreciation.sql(585B)
--------create-table.sql(796B)
--------load-csv-data.ipynb(20KB)
--------create-database.sql(268B)
--------chart3.js(12KB)
--------merge-csv.ipynb(25KB)
--------index.html(3KB)
--------handle_empty_data.ipynb(7KB)
--------data_edits()
--------data-cleanup.md(1KB)
--------vehicles_final.csv(2.46MB)
--------chart.html(1002B)
--------app.js(7KB)
--------chart3.html(995B)
--------chart.js(15KB)
--------create-db-role-and-app-user.sql(702B)
--------style.css(178B)
--------chart2.html(1011B)
--------chart2.js(20KB)
----flask()
--------flask-app.py(2KB)
----Geomap()
--------config.js(124B)
--------load-csv()
--------static()
--------geomap.html(6KB)
--------app.js(1KB)
--------merged_data.csv(3.98MB)
----Car_API_Call()
--------APICall.ipynb(949KB)
--------.DS_Store(6KB)
--------practice_data.csv(989B)
--------car_value_data.csv(2.54MB)
--------merged_data_for_load.csv(4.29MB)
--------csv_cleanup.ipynb(11KB)
--------merged_data.csv(3.98MB)
----HTML()
--------binning.js(2KB)
--------index.html(724B)
--------style.css(178B)
----Landing_Page()
--------.DS_Store(6KB)
--------static()
--------landingpage.html(4KB)
----.gitignore(2KB)
----README.md(4KB)