伴隨我國經(jīng)濟(jì)的發(fā)展,汽車市場日漸繁榮,在新車保有量逐年攀升的同時,也有更多的消費者從觀念上接受了二手車。截止2019年底,我國二手車交易量已高達(dá)1492.28萬輛,交易量的上漲不但促進(jìn)了二手車行業(yè)的發(fā)展,也對二手車價值評估提出了更高的要求。但由于我國不同地域的二手車市場發(fā)展不平衡,評估數(shù)據(jù)缺乏、評估信息不對稱和評估過程成本高等問題會限制傳統(tǒng)三種評估方法的使用。因此,尋找到一種能滿足我國二手車市場需求的評估方法十分重要。隨機(jī)森林作為一種機(jī)器學(xué)習(xí)模型,采用計算機(jī)算法實現(xiàn),在數(shù)據(jù)處理上有獨特的優(yōu)勢,如能夠應(yīng)對樣本中有一定噪聲和數(shù)據(jù)缺失的情況,因此本文在二手車價值評估研究中引入隨機(jī)森林模型。首先,根據(jù)均方誤差的平均遞減程度對分類賦值量化后的15個特征變量進(jìn)行重要性排序與篩選,組建二手車價值評估的特征變量體系。體系中共有10個特征變量,按照不同屬性分為實體變量、功能變量和市場變量三類。其次,通過多次測試對隨機(jī)森林模型中兩個重要參數(shù),單棵決策樹每次生長時隨機(jī)抽取的變量個數(shù)和決策樹數(shù)量的最優(yōu)選值進(jìn)行確定,并將樣本按照8:2的比例分成訓(xùn)練集和測試集,依據(jù)訓(xùn)練集數(shù)據(jù)建立基于隨機(jī)森林的二手車價值評估模型。...

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1隨機(jī)森林回歸預(yù)測模型操作流程示意圖

河北經(jīng)貿(mào)大學(xué)碩士學(xué)位論文14隨機(jī)選取一定數(shù)量的特征變量，依據(jù)均方誤差MSE或平均絕對誤差MAE尋找到最好的切分節(jié)點。二是Bagging算法能夠降低了決策樹間的相關(guān)性，減少模型出現(xiàn)過度擬合以及泛化誤差大的情況，因此在建立隨機(jī)森林回歸預(yù)測模型時，不需要通過決策樹剪枝行為來提高模型精度....

圖3-1特征變量重要性次序圖

基于隨機(jī)森林模型的二手車價值評估研究29使用隨機(jī)森林模型，不需要對樣本數(shù)據(jù)進(jìn)行歸一化處理，因此直接將所有量化好的包含1805個樣本數(shù)據(jù)的Excel表格投入到R軟件中。以默認(rèn)的數(shù)值，即單棵決策樹每次生長時隨機(jī)抽取的變量個數(shù)mtry為4、決策樹數(shù)量ntree為500，建立隨機(jī)森林模型....

圖3-2二手車價值評估特征變量體系魚骨圖

基于隨機(jī)森林模型的二手車價值評估研究31功率、變速箱類型、排放標(biāo)準(zhǔn)和新車價格。因此選擇這10個特征變量作為二手車價值評估模型中的特征變量體系，用魚骨圖表示如下。圖3-2二手車價值評估特征變量體系魚骨圖

圖4-1決策樹數(shù)量ntree測試圖

河北經(jīng)貿(mào)大學(xué)碩士學(xué)位論文34mtry=1）#建立名為model.forest_mtry的隨機(jī)森林模型，模型因變量為price即二手車價值，data=train表示建模數(shù)據(jù)來源是訓(xùn)練集，決策樹數(shù)量ntree為300，單棵決策樹每次生長時隨機(jī)抽取的變量個數(shù)mtry為1。>print(....

本文編號：3903135