没有合适的资源?快使用搜索试试~ 我知道了~
Used-Car-Price-Predictor-Model:二手车价格预测工具是为分类网站(例如Craig的列表)创建的。 使...
共24个文件
ipynb:8个
jpeg:8个
csv:4个
需积分: 10 0 下载量 15 浏览量
2021-05-02
17:46:34
上传
评论
收藏 5.67MB ZIP 举报
温馨提示
目录 。 1.项目概述 该项目的目标是为分类网站(如Craig的清单)创建二手车价格预测工具。 这将有助于卖方使用Logistic线性回归模型设定价格点。 设定合适的价格点,以帮助买卖双方有效地完成销售。 2.行动 确定了每平方英寸最多汽车的美国顶级城市。 对于这些城市,在48小时内使用Beautifulsoup和Selenium总共刮取了26,000条记录。 数据是从Carfax.com和UsedCars.com获得的 然后使用Python Pandas库清除并验证数据。 在此数据上执行EDA。 使用诸如Sklearn和StatsModels之类的库提供的管道来创建和测试多个线性回归模型。 与客户分享了见解。 使用的工具:Sklearn,StatsModels,Scipy,Patsy Selenium,Beautiful Soup,Python,Pandas,Matplotl
资源推荐
资源详情
资源评论
收起资源包目录
Used-Car-Price-Predictor-Model-master.zip (24个子文件)
Used-Car-Price-Predictor-Model-master
images
img10_use_case.png 847KB
img7_hist_transformed.jpeg 28KB
img6_QQ1.jpeg 30KB
img2_residualError.jpeg 362KB
img3_hist1.jpeg 33KB
model2.png 48KB
img1_violinplots.jpeg 126KB
img4a_coef_lasso.png 673KB
img9_qq2_transformed.jpeg 26KB
img5_Residsklearn.jpeg 215KB
img8_ResidPretransformed.jpeg 167KB
Step1_Link_Scraper_Carfax.ipynb 8KB
data
step1_output_scraped_url_.csv 4KB
Step3_output_clean_df.csv 4.33MB
Step3_input_raw_data.csv 4MB
Step_2_output_html_extract.csv 287B
Step4_Data_Modeling_and_Results.ipynb 889KB
Step2__WebScraping_Script_BS4.ipynb 12KB
.ipynb_checkpoints
Step2__WebScraping_Script_BS4-checkpoint.ipynb 12KB
Step1_Link_Scraper_Carfax-checkpoint.ipynb 8KB
Step3_Data_Cleaning-checkpoint.ipynb 25KB
Step4_Data_Modeling_and_Results-checkpoint.ipynb 853KB
README.md 5KB
Step3_Data_Cleaning.ipynb 25KB
共 24 条
- 1
资源评论
机器好奇心
- 粉丝: 26
- 资源: 4598
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功