文件名称：重型设备拍卖价格预测
文件大小：9.97MB
文件格式：ZIP
更新时间：2024-03-10 02:51:26
JupyterNotebook
预测重型设备拍卖价格 背景 重型设备要拍卖了，没人愿意多付钱。 因此，我们正在尝试预测特定重型设备在拍卖中的售价。 数据采集 数据来自拍卖结果发布，并包含有关用法，设备配置的信息，以及解释数据列的数据字典。 数据处理 数据具有52个以上的不同功能，非常混乱，因此在删除大多数功能时使用了非常严格的过程。 与销售价格高度相关的功能和我们预想的功能得以保留。 我们还删除了所有带有NaN值的行。 探索性数据分析 我们使用热图来获取与销售价格的相关数据。 模型 我们包含在模型中的功能是： 机器小时电流表 产品组（设备类型） 年份 轮胎尺寸 该模型是使用线性回归和单列测试拆分建立的。 评估 我们模型的评估是基于均方根对数误差的。 计算方法如下： 其中p i是预测值（预测的拍卖销售价格），而a i是实际值（实际的拍卖销售价格）。 我们的分数是：RMSL = 0.597 另一个型号 在这一方面，我
【文件预览】：
heavy-equipment-auction-price-prediction-master
----images()
--------wheel.jpeg(53KB)
--------rmsle.png(15KB)
--------Screen Shot 2020-07-31 at 5.46.02 PM.png(239KB)
----score_model.py(673B)
----data()
--------Data Dictionary.xlsx(11KB)
--------Test.zip(279KB)
--------Train.zip(9.28MB)
--------end_of_day()
--------Example_Output.csv(192KB)
----case_study_n.ipynb(26KB)
----src()
--------preprocess.py(0B)
----.gitignore(26B)
----README.md(2KB)
----notebooks()
--------split_by_product_group.ipynb(140KB)