【數據挖掘】二手車交易價格預測大賽-賽題理解

【數據挖掘】二手車交易價格預測大賽-賽題理解

賽題鏈接：https://tianchi.aliyun.com/competition/entrance/231784/introduction

1.賽題準備

1. 任務目標：預測二手汽車交易價格
2. 數據集：一個訓練集（15萬條）和一個測試集（5萬條），以及一個應提交的結果模板。訓練數據集中包含
3. 解決思路：

2.賽題理解

2.1 賽題數據

該數據來自某交易平臺的二手車交易記錄，總數據量超過40w，包含31列變量信息，其中15列爲匿名變量。爲了保證比賽的公平性，將會從中抽取15萬條作爲訓練集，5萬條作爲測試集A，5萬條作爲測試集B，同時會對name、model、brand和regionCode等信息進行脫敏。

Field	Description
SaleID	交易ID，唯一編碼
name	汽車交易名稱，已脫敏
regDate	汽車註冊日期，例如20160101，2016年01月01日
model	車型編碼，已脫敏
brand	汽車品牌，已脫敏
bodyType	車身類型：豪華轎車：0，微型車：1，廂型車：2，大巴車：3，敞篷車：4，雙門汽車：5，商務車：6，攪拌車：7
fuelType	燃油類型：汽油：0，柴油：1，液化石油氣：2，天然氣：3，混合動力：4，其他：5，電動：6
gearbox	變速箱：手動：0，自動：1
power	發動機功率：範圍 [ 0, 600 ]
kilometer	汽車已行駛公里，單位萬km
notRepairedDamage	汽車有尚未修復的損壞：是：0，否：1
regionCode	地區編碼，已脫敏
seller	銷售方：個體：0，非個體：1
offerType	報價類型：提供：0，請求：1
creatDate	汽車上線時間，即開始售賣時間
price	二手車交易價格（預測目標）
v系列特徵	匿名特徵，包含v0-14在內15個匿名特徵

2.2 評測標準

評價標準爲MAE(Mean Absolute Error)。

若真實值爲$y=(y_1,y_2,...,y_n)$，模型的預測值爲$\widehat{y}=\left ( \widehat{y}_1, \widehat{y}_2,\cdots ,\widehat{y}_n\right )$，那麼該模型的MAE計算公式爲
$MAN=\frac{\sum_{i=1}^n\left | y_i-\widehat{y}_i \right |}{n}$

MAE越小，說明模型預測得越準確。

2.3 結果提交

提交格式與sample_submit.csv中的格式一致，以及提交文件後綴名爲csv。

形式如下：

SaleID,price
150000,687
150001,1250
150002,2580
150003,1178