【数据挖掘】二手车交易价格预测大赛-赛题理解

【数据挖掘】二手车交易价格预测大赛-赛题理解

赛题链接：https://tianchi.aliyun.com/competition/entrance/231784/introduction

1.赛题准备

1. 任务目标：预测二手汽车交易价格
2. 数据集：一个训练集（15万条）和一个测试集（5万条），以及一个应提交的结果模板。训练数据集中包含
3. 解决思路：

2.赛题理解

2.1 赛题数据

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。

Field	Description
SaleID	交易ID，唯一编码
name	汽车交易名称，已脱敏
regDate	汽车注册日期，例如20160101，2016年01月01日
model	车型编码，已脱敏
brand	汽车品牌，已脱敏
bodyType	车身类型：豪华轿车：0，微型车：1，厢型车：2，大巴车：3，敞篷车：4，双门汽车：5，商务车：6，搅拌车：7
fuelType	燃油类型：汽油：0，柴油：1，液化石油气：2，天然气：3，混合动力：4，其他：5，电动：6
gearbox	变速箱：手动：0，自动：1
power	发动机功率：范围 [ 0, 600 ]
kilometer	汽车已行驶公里，单位万km
notRepairedDamage	汽车有尚未修复的损坏：是：0，否：1
regionCode	地区编码，已脱敏
seller	销售方：个体：0，非个体：1
offerType	报价类型：提供：0，请求：1
creatDate	汽车上线时间，即开始售卖时间
price	二手车交易价格（预测目标）
v系列特征	匿名特征，包含v0-14在内15个匿名特征

2.2 评测标准

评价标准为MAE(Mean Absolute Error)。

若真实值为 $y=(y_1,y_2,...,y_n)$，模型的预测值为 $\widehat{y}=\left ( \widehat{y}_1, \widehat{y}_2,\cdots ,\widehat{y}_n\right )$，那么该模型的MAE计算公式为
$MAN=\frac{\sum_{i=1}^n\left | y_i-\widehat{y}_i \right |}{n}$

MAE越小，说明模型预测得越准确。

2.3 结果提交

提交格式与sample_submit.csv中的格式一致，以及提交文件后缀名为csv。

形式如下：

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