AI-End-to-End-Machine-learning-project
🚗 Gebrauchtwagenpreis-Vorhersage
📄 Projektbeschreibung
Ziel dieses Projekts ist es, den Preis von Gebrauchtwagen vorherzusagen. Dazu werden sowohl fahrzeugspezifische Merkmale (wie Kilometerstand, Marke, Modell) als auch landesspezifische Wirtschaftsdaten (z. B. BIP, Einkommen) genutzt.
📈 Ergebnisse
Das Modell der linearen Regression zeigte ein gutes Fit (R² = 0.96), allerdings ist der RMSE (≈28'375 CHF) relativ hoch.
Der Random Forest Regressor zeigte ein deutlich höheres Overfitting-Verhalten mit R² = 0.52 bei RMSE = 99'482 CHF.
Dies deutet darauf hin, dass das Modell stark durch einige dominante Features beeinflusst wird oder zusätzliche Feature Engineering nötig ist.
🔗 URLs
| Name | Link |
|---|
| Huggingface | folgt |
| GitHub | folgt |
📦 Datenquellen und verwendete Features
| Datenquelle | Features |
|---|
used_cars.csv | brand, model, milage, fuel_type, transmission, price, country |
country_data.csv | income, gdpp |
🛠 Generierte Features
| Feature | Beschreibung |
|---|
milage | Kilometerstand bereinigt (numerisch) |
relative_price | Verhältnis Preis zu mittlerem Einkommen des Landes (price/income) |
price_vs_gdpp | Verhältnis Preis zu BIP pro Kopf (price/gdpp) |
| One-Hot Encoding | Für model, brand, fuel_type, transmission, country |
🧪 Modellierung
Train/Test-Split: 80/20 Split mit random_state=42
Imputation: Fehlende Werte wurden mit Mittelwert ersetzt (SimpleImputer)
Trainierte Modelle
LinearRegression (Scikit-learn)RandomForestRegressor (Scikit-learn, 100 Trees, Default)
Evaluation
| Modell | RMSE | R² |
|---|
| Linear Regression | 28'375.74 CHF | 0.96 |
| Random Forest | 99'481.67 CHF | 0.52 |
📊 Wichtigste Features (Random Forest)
Die wichtigsten Merkmale laut Feature Importance Visualisierung:
milagegdppincome- Modell-spezifische Dummy-Variablen (
model_<X>)
