ИССЛЕДОВАНИЕ ВЛИЯНИЯ ХАРАКТЕРИСТИК АВТОМОБИЛЯ НА ЕГО СТОИМОСТЬ: АНАЛИЗ И ПРОГНОЗИРОВАНИЕ С ПОМОЩЬЮ PYTHON

Аннотация

Научная статья посвящена исследованию влияния характеристик автомобилей на их стоимость с использованием методов машинного обучения и статического анализа на языке программирования Python. Цель работы состояла в построении прогностической модели, позволяющей выявить ключевые факторы, влияющие на цену транспортных средств, на основании данных о поддержанных автомобилях, размещенных на онлайн-платформе Kaggle. Актуальность данной темы связана не только с растущими возможностями цифровых технологий, но и необходимостью объективной оценки автомобилей на вторичном рынке. Этому рынку характерно ряд особенностей, в том числе низкий уровень стандартизации, высокий уровень децентрализации и большой объём неструктурированных данных. В таких условиях важность объективной, понятной и быстрой оценки стоимости автомобиля значительно возрастает. Исследование проводилось по методике, которая включала шесть этапов: 1) загрузка и предобработка данных; 2) описательный анализ данных; 3) визуализация данных; 4) формулировка и проверка гипотез; 5) корреляционный анализ и 6) прогнозирование. Современные библиотеки Python, такие как Sklearn, Numpy, Pandas, SciPy, Statsmodels, Matplotlib, Seaborn и Plotly предоставляют широкие возможности для анализа больших и разнородных данных, характерных для автомобильного рынка, а также гибкой настройки и интерактивной визуализации. Результаты интеллектуального анализа и прогнозирования стоимости поддержанного автомобиля показали адекватность серии однофакторных линейных регрессионных моделей. Достаточно высокую предсказательную способность продемонстрировали модели, в составе которых физические и технические характеристики авто: объём двигателя (enginesize); снаряжённая масса (curbweight), мощность (horsepower) и ширина автомобиля (carwidth).