零基础入门数据挖掘|零基础入门数据挖掘 - 二手车交易价格预测零基础入门数据挖掘-二手车交

1、赛题数据赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏
2、评测标准评价标准为MAE(Mean Absolute Error)。

文章图片

MAE越小，说明模型预测得越准确。
赛事官网：
零基础入门数据挖掘 - 二手车交易价格预测
3、具体步骤 3.1、环境：pycharm + python3 3.2、读取数据下面展示一些 内联代码片。

// An highlighted block var foo = 'bar'; #读取数据并#切分数据 dataset = pd.read_csv(r'C:\python3\envs\pytorch\atest_torch\data\used_car_train_20200313.csv', sep=' ') # print(dataset) # print(dataset.columns.values) X = dataset[['SaleID', 'name', 'regDate', 'model', 'brand', 'bodyType', 'fuelType', 'gearbox', 'power', 'kilometer', 'notRepairedDamage', 'regionCode', 'seller', 'offerType', 'creatDate', 'v_0', 'v_1', 'v_2', 'v_3', 'v_4', 'v_5', 'v_6', 'v_7', 'v_8', 'v_9', 'v_10', 'v_11', 'v_12', 'v_13', 'v_14']] Y = dataset['price']

【零基础入门数据挖掘|零基础入门数据挖掘 - 二手车交易价格预测】#需要注意：因为该csv文件数据是按一个空格隔开的，在读取时需要用sep=’ '来分割开来。
3.2.2查看各列数据类型