پیش بینی قیمت خودرو با یادگیری ماشین مطالعه مقایسه ای سه مدل رگرسیون خطی، جنگل تصادفی و گرادیان بوستینگ

پیش بینی قیمت خودرو یکی از مسائل مهم در حوزه اقتصاد حمل و نقل و بازار خودرو به شمار میرود که می تواند در تصمیم گیری خریداران، فروشندگان و حتی سیاست گذاران نقش بسزایی ایفا کند. در این پژوهش با بهره گیری از مجموعه داده ای شامل ۱۲۱۸ نمونه از خودروهای مختلف با ویژگی هایی نظیر شرکت سازنده، نوع موتور، ظرفیت پیشرانه، اسب بخار، گشتاور، شتاب صفر تا صد کیلومتر بر ساعت و قیمت بازار، به تحلیل و مدل سازی مسئله پیش بینی قیمت پرداخته شد. داده ها از دیتاست مجموعه ی ۲۰۲۵ Cars Datasets استخراج شده است. داده ها ابتدا مورد بررسی کیفیت قرار گرفتند و برخی ستون ها که دارای داده های ترکیبی از نوع عددی و متنی بودند با روش های پاکسازی و یکسان سازی داده ها به قالب مناسب برای مدل سازی تبدیل شدند. سپس با استفاده از یک جریان پردازشی شامل استانداردسازی داده های عددی و کدگذاری (One-Hot Encoding) داده های متنی، مجموعه داده آماده آموزش مدل ها گردید. سه رویکرد یادگیری ماشین شامل رگرسیون خطی، جنگل تصادفی و گرادیان بوستینگ بر روی داده ها اعمال و با استفاده از معیارهای R۲ (ضریب تعیین)، RMSE (ریشه میانگین مربعات خطا) و MAE (میانگین قدر مطلق خطا) ارزیابی شدند. نتایج نشان داد مدل رگرسیون خطی با R۲ معادل ۰.۳۹۹۴ عملکرد بهتری نسبت به دو مدل دیگر داشته است، هرچند مقدار خطا همچنان بالا باقی ماند و مدل جنگل تصادفی و گرادیان بوستینگ به ترتیب مقادیر R۲ برابر ۰.۳۳۵۱ و ۰.۳۱۵۵ را ثبت کردند که نشان دهنده دقت پایین تر آن ها در این مجموعه داده است. این نتایج حاکی از آن است که ویژگی های موجود در داده ها توانایی محدودی در تبیین نوسانات قیمت خودرو دارند و نیاز به غنی سازی داده ها، افزودن متغیرهای کلیدی تر نظیر سال، ساخت، کارکرد و شرایط بازار احساس می شود.

کلیدواژه ها:

پیش بینی قیمت خودرو ، یادگیری ماشین ، رگرسیون خطی ، جنگل تصادفی ، گرادیان بوستینگ