基于XGboost和LightGBM线性加权模型对二手车价格预测的研究

杨康

摘要：为解决二手车交易价格的预测问题，本文建立了基于XGboost和LightGBM的线性融合模型对二手车交易价格进行预测。首先对数据进行清洗，包括异常值检验和缺失值处理。由于交易价格频率分布呈现右偏情况，因此对交易价格进行对数调整使其呈现正态分布。模型对于时间变量学习效果较差，本文将时间变量转换为数值变量进行模型学习。根据不同离散数据的特点分别采用独热编码和目标编码进行编码处理。模型调优采用5折交叉验证和网格搜索对模型的参数进行优化，最后将XGboost与LightGBM以0.55：0.45的比例进行模型融合，并在测试集上的评分为0.5915，为二手车平台的定价提供了重要依据。

关键词：XGboost模型; LightGBM模型;数据编码;二手车;模型融合

0 引言

随着我国经济的飞速发展以及人们生活水平的提高，机动车的数量也不断升高。对于一些资金不足的卖家来说，二手车是一个不错的选择，同时二手车也能够使得资源得到更大限度的利用。到2014年，中国成为世界上第二大二手车市场，仅次于美国;到2020年，中国二手车销量达到2230万辆[1]。随着二手车需求的增加，二手车的定价问题成为了二手车交易平台需要考虑的问题。如果定价过低会使得二手车销售平台的利益得到损失定价过高会导致二手车滞销消耗更多的仓储费用，也同样会影响二手车平台的收益。

1数据预处理

1.1异常值处理

计算全部数据二手车交易价格上四分位数、中位数、下四分位数以及均值，分析数据分布发现一个明显的离群值109000，查找该组数据的所对应的新车价为15.28万元，合理推测该离群值可能单位错误将其转换为万元对应10.90万元，修改该数据为10.90万元。……