(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210854672.3 (22)申请日 2022.07.17 (71)申请人 扬州大学 地址 225009 江苏省扬州市大 学南路88号 (72)发明人 戴敏　沈雨田　陈建　王礼星　 缪宏　张思瑞　葛永成　张燕军　 张善文　刘思幸　杨坚　李芳芳　 曾英　卞雯静　 (51)Int.Cl. G06Q 30/02(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于机器学习的二手车估价方法 (57)摘要 本发明涉及二手车估价技术领域， 尤其涉及 一种基于机器学习的二手车估价方法， 包括以下 步骤： 获取大量二手车交易数据作为原始训练数 据， 进行数据预处理； 计算原始数据对应的保值 率， 建立线性回归预测模型， 并且计算保值率阈 值 进而划分高低保值率数 据； 分别建立XGBoo st预测模型； 当需要预测任 意 二手车价格时， 本发明使用线性回归算法对于该 数据进行初步分类， 分类为高保值率或低保之旅 数据； 再导入对应的XGBoost预测模型， 进行价格 的预测。 相比于使用其他的机器学习算法， 本发 明将保值率概念， 线 性回归算法， XGBoo st算法三 者相结合对于价格预测问题可有效减小预测误 差。 权利要求书2页 说明书5页 附图1页 CN 115115414 A 2022.09.27 CN 115115414 A 1.一种基于 机器学习的二手车估价方法， 包括以下步骤： S1.数据处 理 获取一批二手车的特征参数以及成交价格， 记为原始数据集； 将原始数据集中的二手 车的价格特征参数进行数据预处理， 缺失值采用平均值代替， 当某数据大于平均数据10倍 以上时判断其 为异常数据， 并且 对其剔除； S2.线性模型训练以及阈值计算 计算原始数据集中的二手车对应保值 率， 保值率＝成交价/新车价； 利用计算完保值 率的原始数据， 进行线性回归 模型的训练， 步骤如下： 步骤(1)： 根据二手车特征变量作为自变量， 保值率作 为因变量， 建立线性回归方程。 设 Up表示第p个自变量， ti为第i个二手车的保值率， 则可建立ti＝β0+β1U1+β2U2+…+βpUp+ε， 其 中p≥2， ε为 误差且 ε～(0， σ2)， βi为系数； 步骤(2)： 设(Ui1， Ui2，…Uip， ti)是(U1， U2， ...Up， t)的独立观测值， 其中i＝1， 2， …n， 则多 元线性模型ti＝β0+β1Ui1+β2Ui2…+βpUip+ εi； 步骤(3)： 求最小二乘函数， Q(β)＝(t ‑Uβ)T(t‑Uβ)当β最小时， 线性经验回归为 步骤(4)： 将二手 车原始数据导入线 性经验回归公式中， 拟合出系数βi， 即可求解出保值 率线性预测模型； 将计算保值率阈值k， 其中数据总量表示为n， xi表示各条数 据对应保值 率， 公式中的u为常量， 默认选取0.4； 依据数据对应保值 率是否大于阈值 k， 将数据划分为高保值 率数据以及低保值 率数据； S3.XGBoost预测模型训练 分别进行高/低保值 率预测模型训练， 步骤如下(以高保值 率数据为例)： 步骤(1)： 基于MATLAB构建XGBoost预测模型， 对于包含n条m维的二手车数据集， 预测二 手车价格模型可表示为： 其中， yi表示二手车 价格， xi表示输入的第i个样本数据； fk(xi)表示第K棵决策树； fk为树几何空间F的一个函 数； 步骤(2)： 构建该模型的核心任务是找到最优 的Obj并建立预测方程， 目标函数可分为 误 差 函 数 项 L 和 模 型 复 杂 函 数 项 Ω ， 所以 O b j ＝ L + Ω ， 其中， γ和λ表示加权因子， T为叶子节点个数wj表示叶子节点权重。 在使用训练数据时对模型进 行优化训练时， 需要保留原有模型不变， 加入一个新的函数f到 模型中， 使目标函数尽可能的减少； 步骤(3)： 此时目标函数表示为： Obj是 可作为评价模型的打分函数， Obj值越小则模型效果越好。 通过递归调用上述树的建立方 法， 可得到大量回归树结构， 并使用Obj 搜索最优的树结构， 从而最优的XGBoost模 型建立完 毕；权　利　要　求　书 1/2 页 2 CN 115115414 A 2步骤(4)： 将训练数据数据导入建立 好的XGBo ost模型中， 得到训练好的预测模型。 S4.二手车价格预测 将待确定价格的二手车的特征数据进行筛选， 只保留新车价格， 使用年限， 行驶里程， 车身体积， 年 款， 品牌id作为影响参数； 将待确定价格的二手车的特征数据导入线性 回归模型进行初步分类， 得到该二手车属 于高保值 率或低保值 率数据； 根据数据类型导入高/低保值 率XGBoost预测模型， 进行价格预测。 2.如权利要求1所述的一种基于机器学习的二手车估价方法， 其特征在于， 所述线性 回 归模型以车辆的新车价格， 使用年限， 行驶里程， 车身体积， 年款， 品牌id作为影响参数， 保 值率作为输出参数。 3.如权利要求1所述的一种基于机器学习的二手车估价方法， 其特征在于， 所述 XGBoost预测 模型以车辆的新车价格， 使用年限， 行驶里程， 车身体积， 年款， 品牌id作为影 响参数， 二手车价格作为输出参数。权　利　要　求　书 2/2 页 3 CN 115115414 A 3