【机器学习(十五)】零代码开发案例之二手汽车价格预测-Sentosa_DSML社区版

一、算法和背景介绍

  关于XGBoost的算法原理，已经进行了介绍与总结，相关内容可参考【机器学习(一)】分类和回归任务-XGBoost算法-Sentosa_DSML社区版一文。本文以预测二手车的交易价格为目标，通过Sentosa_DSML社区版实现构建XGBoost回归预测模型，并对模型进行评估，包括评估指标的选择与分析。最后得出实验结论，确保模型在二手汽车价格回归预测中的有效性和准确性。

数据集介绍
  以预测二手车的交易价格为任务，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。数据集概况介绍：

二、Sentosa_DSML社区版算法实现

(一) 数据读入与统计分析

  首先，进行数据读入，利用文本算子直接对数据进行读取，右侧进行读取属性配置

  接着，利用描述算子即可对数据进行统计分析，得到每一列数据的数据分布图、极值、异常值等结果。连接描述算子，右侧设置极值倍数为3，异常值倍数为5。

  右击执行，得到数据统计分析结果，可以对数据每一列的数据分布图、存储类型，最大值、最小值、平均值、非空值数量、空值数量、众数、中位数、极值和异常值数量等进行计算并展示，结果如下所示：

  描述算子执行结果有助于我们对于数据的理解和后续分析。

(二) 数据处理

  通过描述算子的执行结果可以观察到，“model”，“bodyType”，“fuelType”,“gearbox”,“power”,"notRepairedDamage"列需要进行缺失值和异常值处理，首先，连接异常值缺失值填充算子，点击配置列选择，选择需要进行异常值缺失值处理的列。

  然后，对配置列异常值缺失值填充方式进行选择。“model”，“bodyType”，“fuelType”,"gearbox"列选择保留异常值，利用众数填充缺失值，

  "power"列选择输入规则处理异常值，指定异常值的检测规则为‘power>600’，选择按照缺失值方法进行填充，使用固定值600对缺失值进行填充。
  "notRepairedDamage"列选择输入规则处理异常值，指定异常值的检测规则为notRepairedDamage== ‘-’，选择按照缺失值方法进行填充，使用固定值0.0对缺失值进行填充。

  然后，利用生成列算子分别提