Python数据分析中应用LightGBM模型用于零售价格预测

数据

基于日本具有影响力的社区驱动型在线购物平台Mercari（类似国内二手交易平台闲鱼、转转），平台旨在为卖家提供合理定价建议。然而由于平台上的卖家可销售任意商品因此构建精准预测产品价格的自动化系统模型仍面临巨大挑战。这里我们需要开发一套精准预测产品价格的自动化系统模型并附带详细的数据集以便训练与验证该模型。数据集可从以下链接获取：https://www.kaggle.com/saitosean/mercari

数据描述：

• train_id — 订单编号
  • name — 商品名称
  • item_condition_id — 商品的状态类别编号（例如：good、Like new等），总共有五类状态
  • category_name — 订单商品类别
  • brand_name — 商品品牌
  • price — 销售价格（目标变量）
  • shipping — 运费结算方式：1表示卖家支付运费；0表示买家支付运费
  • item_description — 商品详细描述

数据探索

1.数据载入

    import pandas as pd
    import numpy as np
    import time
    import matplotlib.pyplot as