目录
摘 要 Ⅰ
ABSTRACT Ⅱ
第一章 文献综述 1
1 研究背景 1
2 研究意义 2
3 研究内容与研究方法 3
3.1 研究内容 3
3.2 研究方法 3
3.3 具体方案 3
3.4 可行性分析 3
4 文献综述 4
第二章 理论基础与现有方法 6
1 特征价格理论分析 6
2 重置成本法分析 8
3 现有燃油车残值评估方法 8
3.1 车辆监管与交通运输 8
3.2 燃油车评估检测方法 8
3.3 收益法 9
3.4 市场法 9
第三章 燃油车残值预测模型原理介绍 10
1 集成学习模型原理 10
1.1 决策树原理介绍 10
1.2 梯度提升决策树GBDT介绍 13
1.3 XGBoost介绍 14
1.4 随机森林模型介绍 16
1.5 LightGBM介绍 17
第四章 基于集成学习的燃油车残值预测模型构建 19
1 分别基于随机森林、XGBoost、GBDT的预测模型 19
1.1 数据介绍与描述 19
1.2 探索性数据分析 24
1.3 特征工程 27
1.4 建模与调参 31
2 XGBoost、LightGBM加权融合燃油车残值预测模型 33
2.1 预测模型建立 33
2.2 模型检验 34
第五章 燃油车残值预测模型结果分析 35
1 集成学习模型预测结果分析 35
2 重置成本法估价与对比 37
第六章 结论与展望 40
参考文献 41
附 录 43
致 谢 50
基于集成学习的燃油车残值评估方法研究
摘 要
我国汽车保有量近年来不断增加，与此同时，二手车交易量也越来越大。评估二手车的残 *51今日免费论文网|www.51jrft.com +Q: &351916072& 
值是二手车交易流通中的重要环节，传统的二手车残值评估方法主要依靠二手车评估人员的经验判断，评估过程主观人为因素多，偏差大，因此提供新方法准确预测二手车的剩余价值对于二手车交易具有重要现实意义。目前二手车价值评估主要方法有重置成本法、清算价格法现行市价法。这些方法建模简单、车辆信息调用较少、成本高、耗时长。二手车市场交易以燃油车为主，针对现有汽车残值评估方法信息使用少、严重依赖人工检测、误差大的问题，本研究采用基于集成学习的评估方法对燃油车残值进行评估，提供了两套预测程序对某二手车市场的燃油车残值进行预测，并与重置成本法的预测结果进行了对比。研究结果表明，所采用的三种集成学习模型中，XGBoost模型在四个模型中的绝对误差最小。数据处理、特征提取、缺失值的填补对于预测结果精准度影响尤为重要， 五折交叉验证在此回归问题中优势不明显，所使用的机器学习方法无论精准度和拟合度都比重置成本法有优势。本研究所采用的预测方法增强了燃油车残值预测的实时性和准确性。

原文链接：http://www.jxszl.com/jtgc/jjtys/610146.html