大家好，我是小F～
前不久湖北推出大幅购车优惠政策，开启了“史上最强”的汽车补贴。
一辆21万的B级燃油车最高降价9万，只需要12万多点就能拿下来了。
也是带动了其他汽车厂商的降价，超30个汽车品牌加入降价大军。
对于汽车价格，Python也是可以应用上的，比如基于Python机器学习的汽车价格预测。
当然上面这种大降价的情况应该是不考虑在内的～
汽车价格取决于很多因素，比如汽车品牌的知名度、汽车的功能(有无辅助驾驶或泊车等功能)、发动机功率和行驶里程等等。
本期小F就通过Python机器学习，来训练一个简单的汽车价格预测模型。
汽车价格预测是机器学习的主要研究领域之一，主要基于金融和市场营销领域。
对汽车价格有较大影响的一些因素包含：
1. 品牌
2. 车型外观
3.发动机及功率
4. 里程
5. 安全性能
6. GPS等
如果忽略汽车的品牌，汽车制造商主要是根据汽车可以给客户提供的功能来定价的。
之后，品牌可能会根据其品牌价值进行溢价。
但最重要的因素则是一辆车能给你的生活增添什么价值。
下面小F就带大家完成这个使用Python编程语言通过机器学习训练汽车价格预测模型的任务。
用来训练汽车价格预测模型的数据集是从Kaggle下载的。
它包含了影响汽车价格所有主要特征的数据。
先导入相关的Python库，通过Pandas读取数据集。
importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.treeimportDecisionTreeRegressordata=pd.read_csv("CarPrice.csv")print(data.head())显示打印前五行的数据。
这个数据集有26列，在下一步操作之前，检查数据集是否包含空值。
#检查空值print(data.isnull().sum())发现并没有空值存在。
包含车名、燃料类型、车长、车宽、车高、发动机功率、转速等信息。
下面继续来探索这个数据集，以了解我们正在处理的数据情况。
#数据信息print(data.info())有205行数据，每一列的数据格式，空值情况。
一共有三种数据类型，float、int、object。
#数据描述print(data.describe())获取到每一列的计数、平均值等情况。
对汽车名称进行去重操作，看看一共有多少种车型。
#去重print(data.CarName.unique())发现了不少熟悉的品牌，比如奥迪、宝马、马自达、丰田、本田、沃尔沃等。
这个数据集中的price列是我们需要预测其值的列，来看一下价格这一列数据的分布情况。
#设置样式sns.set_style("whitegrid")plt.figure(figsize=(10,5))sns.distplot(data.price)#显示plt.show()可以看出汽车价格主要分布在10000美元左右。
现在让我们分析这个数据集所有特征之间的相关性
#相关性print(data.corr())打印结果。
制作图表进行显示查看。
plt.figure(figsize=(10,5))correlations=data.corr()#设置样式sns.heatmap(correlations,cmap="coolwarm",annot=True)#显示plt.show()观察价格这一特征，发现汽车价格受发动机影响最大。
最后，使用决策树回归算法来训练一个汽车价格预测模型。
决策树呈树形结构，是一种基本的回归和分类方法。
将数据分成训练集和测试集，并使用决策树回归算法来训练模型。
#预测项predict="price"#原始数据data=data[["symboling","wheelbase","carlength","carwidth","carheight","curbweight","enginesize","boreratio","stroke","compressionratio","horsepower","peakrpm","citympg","highwaympg","price"]]#变量x=np.array(data.drop([predict],1))#结果y=np.array(data[predict])#分配数据集xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=0.2)#决策树回归算法model=DecisionTreeRegressor()#训练模型model.fit(xtrain,ytrain)#模型预测predictions=model.predict(xtest)#准确性指标print(model.score(xtest,predictions))获取到的准确性指标为1.0。
表示该模型在测试集上给出了100%的准确性，有点高…
感兴趣的小伙伴可以输入不同的数据，来进行测试看看。
相关文件及代码都已上传，公众号回复【汽车价格预测】即可获取。
万水千山总是情，点个行不行。
推荐阅读
··· END ···
