人工智能基础与应用（第2版）（微课版）课件 3-3 项目1—预测二手车价格.pptx

3-3项目1—预测二手车价格模块?线性回归：预测未来趋势

目录CONTENTS提出问题01预备知识03解决方案02任务1—准备训练集和测试集04任务3—模型的测试及评估06任务2—模型的构建与训练05

一.提出问题问题描述市面上二手车种类繁多，又涉及到汽车的诸多专业知识，对于多数人而言，购买一辆与实际价格相符、车型适中的二手车，并不是一件轻松的事情。如果能从二手车交易的历史记录中发现某种规律，如何合理评估一台二手车的预交易价格呢？让机器帮你找到这个问题的答案

二.解决方案1.问题本质二手车价格预测问题，其实是寻找二手车的基本特征（如汽车品牌、变速箱类型、已使用年限等）与价格之间的关系多元线性回归的机器学习问题

二.解决方案2.解决方案

三.预备知识1.数据归一化（1）min-max标准化（2）零均值标准化

三.预备知识2.线性回归模型如何训练1)定义模型：假设有9个自变量x（品牌、车身类型等）影响二手车的价格，模型的输出值是价格y。因此，模型的假设函数表达式如下。2）构造损失函数：?3）开始训练：初始化参数，包括参数φ、学习率和迭代次数n。将样本数据输入模型，计算损失函数。利用学习算法如梯度下降法寻找损失函数的最小值，并依次更新模型的参数。不断重复步骤（2）、（3），直到模型收敛于或训练迭代次数达到设定阈值n即停止。

四.任务1——准备训练集和测试集1.样本数据结构

四.任务1——准备训练集和测试集2.数据集归一化处理切分数据切分数据

四.任务1——准备训练集和测试集2.数据集归一化处理归一化后的样本数据

四.任务1——准备训练集和测试集3.数据集分成训练集和测试集训练集测试集

五.任务2——模型的构建与训练1.了解模型参数

五.任务2——模型的构建与训练2.代码实现构建模型

五.任务2——模型的构建与训练2.代码实现模型训练后的结果为啥模型得分不高？

六.任务3——模型的测试及评估1.计算均方误差代码执行后的结果

六.任务3——模型的测试及评估2.绘制预测效果图实现代码

六.任务3——模型的测试及评估2.绘制预测效果图运行结果

六.任务3——模型的测试及评估3.误差原因分析01异常值对预测结果的影响。02样本集特征值个数过少对预测结果的影响。03样本的规模对预测结果的影响。04其它，如模型类型等。

人工智能基础与应用Thankyouverymuch!