Применение методов машинного обучения для построения модели прогнозирования динамики цен на рынке автомобилей в среде Google Colaboratory

Аннотация

В данной статье рассматривается применение методов машинного обучения для построения модели прогнозирования динамики цен на рынке автомобилей с использованием среды Google Colaboratory. Описан процесс сбора, предобработки данных и создания различных моделей машинного обучения, включая линейную регрессию, случайный лес, дерево решений, k-ближайших соседей и XGBoost. Особое внимание уделено анализу данных и оценке эффективности моделей с использованием метрик качества, таких как среднеквадратичная ошибка (MSE), средняя абсолютная ошибка (MAE) и коэффициент детерминации (R2). Приводится сравнительный анализ производительности моделей, показывающий, что модель случайного леса демонстрирует наилучшую точность прогнозирования.