一、实验题目
中国二手车市场盈利部分数据分析
二、实验目的
中国二手车市场潜力很大，面对如此市场行情，我们将用数据分析的方法，分析过去并使用机器学习进行建模和预测，以让即将接触或者正处于经营的商家对市场有着新的认识，且可以通过对历史数据分析后的可视化的图表展示，帮助买家在购买二手车方面提供帮助。
三、实验难点
1）原始数据的清洗：
在原始数据集中，只有四个字段。其中一个字段包含四个数据，且用竖线隔开。在二手车的价格中，一个字段里既有数字又有中文字“万”，因此要进行数据清洗。我们采用R语言进行数据清洗，将数据切割，保证一个字段里只有一种数据。同时也对价格字段进行了处理，去掉了中文字，只保留数字。
2）机器学习
由于对机器学习接触不多，所以在建模的时候不是很顺利。而且需要考虑维度的选取以及挑选对于预测结果有帮助的数据字段。
四、实验过程
1、数据处理部分
清洗前的数据集
清洗前原始数据集字段
数据清洗代码（R语言进行清洗）
清洗后导入MaxCompute的数据
清洗后数据集的字段
清洗后字段本地查看
2、可视化部分
1）北京连续三年二手车交易趋势
2）北京二手车市场的大众车辆中，型号与二手差价的关系
3）二手交易市场中,在2017年豪华型车辆交易居多
4）2017年，二手车数量前十的品牌
5）同一品牌，二车手行驶公里数与价格的关系
6）2017年，北京二手车差价较高的品牌
7）2017年，二手交易市场较活跃的地区
8）大众二手车较受欢迎地区
3、机器学习PAI部分
1）机器学习数据清洗
2）处理流程图
3）混淆矩阵结果
4）比例矩阵结果
5）分析结果统计信息
