该项目是一个二手车交易价格预测比赛。参赛者需要使用给定的训练集和测试集数据集，通过构建合适的机器学习模型，预测二手车的交易价格。
更多比赛详情，请点击此处。
该项目是一个二手车交易价格预测比赛，参赛者需要使用给定的训练集和测试集数据集，通过构建合适的机器学习模型，预测二手车的交易价格。
在该项目中，我们使用了两种基于梯度提升树的机器学习算法：LightGBM 和 XGBoost。我们还进行了特征工程和模型调参等一系列操作，以提高预测效果。
最终，我们获得了较好的预测结果。
数据集主要包含以下特征：
- name：汽车交易名称
- regDate：汽车注册日期
- model：车型编码
- brand：汽车品牌
- bodyType：车身类型
- fuelType：燃油类型
- gearbox：变速箱
- power：发动机功率
- kilometer：汽车已行驶公里数
- notRepairedDamage：汽车有尚未修复的损坏
- regionCode：地区编码
- seller：销售方
- offerType：报价类型
- creatDate：汽车上线时间
- price：二手车交易价格
以下是本项目的结构目录：
- Code: 本项目的所有代码存放在此处。
- data：包含训练集和测试集的数据文件。
- submission：存放生成的提交结果文件。
- venv：Python 虚拟环境，用于管理项目所需的依赖项。
- readme.md：本项目的说明文件，包含项目概述、使用说明、项目结构等信息。
- requirements.txt：Python 依赖项的列表，方便其他用户在不同的环境中快速安装所需的库。
- 报告.docx：向Teacher提交的课程报告。
本项目使用 Python 3 语言编写，主要使用了以下相关库：
- numpy
- pandas
- lightgbm
- sklearn
LightGBM流程主要分为以下几个步骤：
-
数据读入。
-
数据预处理。
1）使用对数变换对 'price' 进行处理；
2）用众数填充缺失值；
3）处理异常值；
4）将 ‘notRepairedDamage’ 中的缺失值替换为 None；
5）对可分类的连续特征进行分桶；
6）对日期数据进行处理。
-
数据统计和特征组合。
1）为部分属性列的数据生成新的特征；
2）计算行驶路程与功率的最大值、最小值、中位数和均值等。
-
使用 LightGBMRegressor 作为模型，进行训练和预测。
1）对数据进行五折交叉检验；
2）最终通过将五次模型训练得到的结果平均作为最终预测结果，并将结果保存到文件中供提交。
-
数据读入。
-
数据预处理。
1）使用对数变换对 'price' 进行处理；
2）用众数填充缺失值；
3）处理异常值；
4）将 ‘notRepairedDamage’ 的值为 '-' 的行替换为 0，表示汽车经历过维修；
5）对可分类的连续特征进行分桶；
6）对日期数据进行处理。
-
数据统计和特征组合。
1）为部分属性列的数据生成新的特征；
2）计算行驶路程与功率的最大值、最小值、中位数和均值等。
-
使用 XGBRegressor 作为模型，进行训练和预测。
1）对数据进行五折交叉检验；
2）最终通过将五次模型训练得到的结果平均作为最终预测结果，并将结果保存到文件中供提交。