分析报告-kaggle-Car Price Regression model

探索数据

 

首先先读取表格，然后head粗略看一下数据，翻译一下就是 车类型，发售年份，价格，挡位类型，行驶过的路程，燃料类型，税，每加仑燃料所行英里数，引擎大小。

 

先看看有没有影响分析的空值，是没有的，那么开始作图看看数据情况

 

首先我比较感兴趣的是年份和价格的关系，这里用joinplot也更好观察数量的关系。

可以得知

①价格随着年份增加，具有一定的线性关系。

②多数车在15000~35000这个价位。

③多数车在2015-2020年发售

 

 

 然后分析一下剩下4个是数字的数据和价格的关系。可以看出

①大多数车辆的英里数和每加仑英里数偏低，并且高价位的车都是非常低。

②多数车税在325以下，高价位的车集中分布在150左右的税费。

③除去异常的几个点，发动机尺寸越大，车辆的价格越高，符合一定的线性规律。

 

看一下三种不同的档类型对于价格的影响

①手动挡价位偏低，多分布在20000以下，并且没有高价位的车是手动挡。

②自动挡和半自动价位价格多数在20000以上，高价位的汽车都是这两种挡位。

 

价格和燃料类型关系

①高价格汽车用的大多是汽油，汽油车大多价位在18000-22000

②柴油汽车价格分布比汽油汽车低一些，高价位的柴油汽车在100,000以下

③混合动力分布比较平均，价位在60000内。

 

 

车型统计，可以看到A3是发行最多的车型。

 

 

查看英里数和每加仑英里数，价格的三维关系。

 

各个数据之间的关系，可以看出各个数据和price关系都比较大。

 

 

 特征提取model，transmission，fueltype。

然后使用ridge进行机器学习预测。准确率89.09%。

这里主要使用线性回归算法，分类算法不适合算价格这种线性数据。