阿里Datawhale二手车价格预测——优胜奖方案总结（代码开源）.pdfVIP

阿⾥Datawhale⼆⼿车价格预测——优胜奖⽅案总结（代码开源） 本次⽐赛的最终名次是13/2815，刚好挤上了优胜奖的末班车。。 解决⽅案及算法 ⽐赛介绍 赛题以⼆⼿车市场为背景，要求选⼿预测⼆⼿汽车的交易价格，这是⼀个典型的回归问题。 其他具体流程可以看⽐赛官⽹。 数据处理 1、box-cox变换⽬标值“price”，解决长尾分布。 2、删除与⽬标值⽆关的列，例如“SaleID”，“name”。这⾥可以挖掘⼀下“name”的长度作为新的特征。 3、异常点处理，删除训练集特有的数据，例如删除“seller”==1的值。 4、缺失值处理，分类特征填充众数，连续特征填充平均值。 5、其他特别处理，把取值⽆变化的列删掉。 6、异常值处理，按照题⽬要求“power”位于0～600，因此把 “power”600的值截断⾄600，把notRepairedDamage的⾮数值的 值替换为np.nan，让模型⾃⾏处理。 特征⼯程 1、时间地区类 从 “regDate”，“creatDate”可以获得年、⽉、⽇等⼀系列的新特征，然后做差可以获得使⽤年长和使⽤天数这些新特征。 “regionCode”没有保留。 因为尝试了⼀系列⽅法，并且发现了可能会泄漏 “price”，因此最终没保留该特征。 2、分类特征 对可分类的连续特征进