Python课程大作业二手车价格预测案例数据挖掘源码+数据集+实验报告+详细注释.zip

Python课程大作业二手车价格预测案例数据挖掘源码+数据集+实验报告+详细注释.zip个人经导师指导并认可通过的98分大作业设计项目，主要针对计算机相关专业的正在做课程设计、期末大作业的学生和需要项目实战练习的学习者。 根据整体的统计信息得知，county为无效字段（信息量为空）；size、cylinders、condition、VIN、drive、paint_color、type字段缺失量较大，在后续分析过程中要考虑是否将其纳入影响范围；大部分数据类型为object，应通过赋值将其转化成方便建立模型的int64或float64类型。 将缺失值可视化后可以发现，size、condition、cylinders、drive等字段缺失值比较多，后续需要对这些字段缺失值进行处理。 利用scipy模块下的johnsonsu、norm、lognorm将价格的总体分布画出来后，发现Johnson SU拟合效果较好，价格数据分布存在右偏，说明存在部分过大的极端值。需要对数据中的过大的价格值进行处理。 利用箱型图查看具体的分布划分，从箱型图中可以看出，价格大于60000则为离群值。