
Predicción de Precios de Vehículos
Este dataset está diseñado para desarrollar modelos de machine learning orientados a la predicción de precios de vehículos a partir de sus características.
Se compone de dos archivos principales:
1. Entrenamiento (entrenamiento.csv)
Contiene información histórica de vehículos que ya fueron vendidos.
- Incluye características del vehículo (por ejemplo: marca, modelo, año, kilometraje, tipo de combustible, etc.).
- Incluye la variable objetivo:
- price: precio real de venta del vehículo.
Este archivo puede utilizarse para:
- Explorar los datos
- Analizar relaciones entre variables
- Entrenar modelos predictivo
2. Evaluación (evaluacion.csv)
Contiene vehículos actualmente en venta.
- Incluye las mismas características que el dataset de entrenamiento
- No incluye el precio (price), ya que este es el valor a predecir
Este archivo puede utilizarse para:
- Generar predicciones con el modelo entrenado
Descripción de columnas (general)
Las columnas representan características relevantes de cada vehículo. Aunque pueden variar, típicamente incluyen:
| Variable | Descripción |
|---|---|
| id | Identificador único del vehículo |
| brand / make | Marca del vehículo |
| model | Modelo |
| year | Año de fabricación |
| mileage | Kilometraje |
| fuel_type | Tipo de combustible |
| transmission | Tipo de transmisión |
| engine | Características del motor |
| price | Precio de venta (solo en entrenamiento) |
Compartir este artículo
Ó copia el enlace:
Enlace copiado

0 Comments
This site uses User Verification plugin to reduce spam. See how your comment data is processed.