一、實驗題目
中國二手車市場盈利部分數據分析
二、實驗目的
中國二手車市場潛力很大，面對如此市場行情，我們將用數據分析的方法，分析過去並使用機器學習進行建模和預測，以讓即將接觸或者正處於經營的商家對市場有著新的認識，且可以通過對歷史數據分析後的可視化的圖表展示，幫助買家在購買二手車方面提供幫助。
三、實驗難點
1）原始數據的清洗：
在原始數據集中，只有四個字段。其中一個字段包含四個數據，且用豎線隔開。在二手車的價格中，一個字段裡既有數字又有中文字“萬”，因此要進行數據清洗。我們採用R語言進行數據清洗，將數據切割，保證一個字段裡只有一種數據。同時也對價格字段進行了處理，去掉了中文字，只保留數字。
2）機器學習
由於對機器學習接觸不多，所以在建模的時候不是很順利。而且需要考慮維度的選取以及挑選對於預測結果有幫助的數據字段。
四、實驗過程
1、數據處理部分
清洗前的數據集
清洗前原始數據集字段
數據清洗代碼（R語言進行清洗）
清洗後導入MaxCompute的數據
清洗後數據集的字段
清洗後字段本地查看
2、可視化部分
1）北京連續三年二手車交易趨勢
2）北京二手車市場的大眾車輛中，型號與二手差價的關係
3）二手交易市場中,在2017年豪華型車輛交易居多
4）2017年，二手車數量前十的品牌
5）同一品牌，二車手行駛公里數與價格的關係
6）2017年，北京二手車差價較高的品牌
7）2017年，二手交易市場較活躍的地區
8）大眾二手車較受歡迎地區
3、機器學習PAI部分
1）機器學習數據清洗
2）處理流程圖
3）混淆矩陣結果
4）比例矩陣結果
5）分析結果統計信息