[论文解读] Second Hand Price Prediction for Tesla Vehicles

Sayed Erfan Arefin|arXiv (Cornell University)|Jan 11, 2021

Energy, Environment, and Transportation Policies参考文献 3被引用 6

一句话总结

本文提出了一种基于机器学习的二手特斯拉汽车价格预测系统，利用网络爬虫从二手车网站（如 cars.com、truecar.com）收集数据。该系统在 Microsoft Azure ML Studio 中实现梯度提升决策树回归模型，其在测试的各类算法中取得了最低的均方根误差（RMSE）5,849.8，将模型部署为 REST API，以集成至基于 MERN 的全栈预测系统中。

ABSTRACT

The Tesla vehicles became very popular in the car industry as it was affordable in the consumer market and it left no carbon footprint. Due to the large decline in the stock prices of Tesla Inc. at the beginning of 2019, Tesla owners started selling their vehicles in the used car market. These used car prices depended on attributes such as the model of the vehicle, year of production, miles driven, and the battery used for the vehicle. Prices were different for a specific vehicle in different months. In this paper, it is discussed how a machine learning technique is being implemented in order to develop a second-hand Teslavehicle price prediction system. To reach this goal, different machine learning techniques such as decision trees, support vector machine (SVM), random forest, and deep learning were investigated and finally was implemented with boosted decision tree regression. I the future, it is intended to use a more sophisticated algorithm for better accuracy.

研究动机与目标

• 为应对 2019 年初特斯拉股价下跌与二手车市场需求上升背景下，二手特斯拉汽车价格预测的挑战。
• 基于车型、年份、电池和里程等关键属性，识别最准确的机器学习模型以预测二手特斯拉价格。
• 开发并部署一个功能完整的 Web 服务 API，用于基于最佳性能模型实现实时价格预测。
• 将预测模型集成至基于 VIN 输入进行车辆识别的全栈 MERN 应用中。

提出的方法

• 使用 import.io 网络爬虫工具，从三家美国主要二手车网站（cars.com、truecar.com、autotrader.com）收集了 1,600 条二手特斯拉汽车的挂牌信息。
• 对数据进行预处理并结构化为包含以下属性的标注数据集：车型、年份、电池、价格、里程和日期（用于时间变化分析）。
• 评估了五种机器学习技术：深度学习、支持向量机、随机森林、决策树和梯度提升决策树回归。
• 基于测试集上最低的均方根误差（RMSE）5,849.8，选定梯度提升决策树回归模型作为最终模型。
• 在 Microsoft Azure 机器学习 Studio 中训练最终模型，并将其部署为支持输入参数（车型、年份、电池、里程和日期）的 RESTful Web 服务。
• 将已部署的 Web 服务集成至基于 MERN（MongoDB、Express.js、React.js、Node.js）全栈应用中，通过 VIN 提取车辆信息并获取预测价格。

实验结果

研究问题

• RQ1 基于车型、年份、电池和里程，哪种机器学习算法能对二手特斯拉汽车价格实现最准确的预测？
• RQ2 时间变化（如 2019 年 1 月与 3 月）如何影响二手特斯拉汽车的定价？能否被有效建模？
• RQ3 训练好的机器学习模型能否成功部署为可扩展的 Web 服务，以实现在生产环境中的实时价格预测？
• RQ4 基于 VIN 的车辆识别如何提升预测系统的可用性和准确性？

主要发现

• 梯度提升决策树回归模型实现了最低的 RMSE 5,849.8，优于其他模型，包括深度学习（6,110.2）和支持向量机（10,108.7）。
• 该模型展现出良好的泛化能力，测试结果显示预测价格与实际价格高度一致，经 Postman 工具 API 测试验证。
• Web 服务 API 已成功部署并测试，返回准确的 JSON 格式预测结果，例如：2017 年款 Model X、行驶 19,000 英里车辆的预测价格为 81,789.66 美元。
• 最终系统基于 MERN 架构，成功接收 VIN 数据以提取车辆属性，并通过已部署的机器学习模型实现实时价格预测。
• 研究表明，时间因素（如销售月份）对二手特斯拉定价具有显著影响，必须作为特征纳入以实现准确预测。
• 该系统的架构支持未来扩展，可集成更多数据源或更复杂的模型，以进一步提升预测精度。