takumiw
commented
1 year ago | ヘッダ名称 | 値例 | データ型 | 説明 | 追記 |
|---|---|---|---|---|
| id | 1 | int64 | 中古車の識別番号 | train/testで重複はなし |
| region | state college | str | 販売地域 | アメリカの地域, train/testで分布の差はなし |
| year | 2013 | int64 | 製造年 | 3000年代は 2000年前後に処理, 低年式すぎるものは理由ありそう, 2012-2013が多い, maxは2022 |
| manufacturer | toyota | str | 製造メーカー | 前処理必要, ford, chevrolet が強い |
| condition | fair | str | 状態 | 6種類 |
| cylinders | 8 cylinders | str | 気筒数 | 8種類, 気筒数で連続変数にするのも良さそう |
| fuel | gas | str | 使用するガソリンの種類 | 欠損あり, gas, diesel, hybrid, other, or electric |
| odometer | 172038 | int64 | 走行距離 | マイナスは非負に直す必要あり, -1はフラグにしても良いかも, マイルっぽい |
| title_status | clean | str | 所有権の状態 | 欠損あり, 6種類 |
| transmission | automatic | str | 変速機 | AT, MT, other |
| drive | rwd | str | 駆動方式 | fwd, rwd, or 4wd |
| size | full-size | str | 大きさ | 4種類, 前処理必要 |
| type | sedan | str | ボディタイプ | 13種類, 欠損あるがあまり気にせずで良さそう, full-sizeとか気筒数使って保管できるかも |
| paint_color | silver | str | 色 | 12色 |
| state | pa | str | 販売州 | 10%以上に欠損あり. regionから保管可能, 50州+ワシントンD.C. |
| price(目的変数) | 4724 | int64 | 販売価格 | 単位はドルっぽい, 分布に山が3つ(7000, 20000, 35000)あるので、モデル分けてもよさそう, 何が差分か？ |