NTU HARDWARE PRICING
实际价格与模型预期的差异分析
项目摘要SUMMARY
- 研究问题QUESTION
- 实际价格与 Hedonic Benchmark 预期价格的偏离解释
- 我的工作MY ROLE
- CPI 跨期价格调整、Hedonic Pricing 分析逻辑、异常价差的经济解释；参与研究设计、模型讨论、验证复核与结论整理。
- 方法 / 团队METHOD / TEAM
- Hedonic Benchmark · 5-fold OOF validation
GPU clustering / performance tiers - 结果RESULT
- A+ · NTU MS0003
Special Term CGPA 5.00 / 5.00
02 / 问题QUESTION
价格预测与价差解释
CPU 部分比较价格预测模型，并使用 Hedonic Pricing 分析硬件特征与价格的关系。
GPU 数据缺少可靠价格标签，因此采用 KMeans 进行性能分群，不进行价格预测。
03 / 数据DATA
价格与时间口径
CPU / 3,102 observations
以 testDate 作为年份代理，将名义价格按 CPI 调整至 2022 年美元。
testDate 不等于 CPU 正式发布时间，也不保证与价格采集时间一致；时间口径仍有局限。
GPU / 2,255 observations
缺乏可靠价格标签。团队转向 KMeans，形成 Entry-level、Mainstream、High-performance 与 Workstation 性能层级。
04 / 模型MODEL
预测模型与解释基准
价格预测PREDICTION
在 5-fold OOF 下比较 Linear Regression、Random Forest 与 Gradient Boosting。
经济解释INTERPRETATION
Hedonic Benchmark（primary）用于分析硬件特征与价格的关系，并提供价差散点图的预期价格。
05 / 验证VALIDATION
原始价格样本验证
5-fold OOF 验证样本包含 1,870 条原始价格记录，不把 AI 补全价格纳入验证。
RMSE 与 log-R² 是预测评估指标，不是“准确率”。Random Forest 的预测结果与下方 Hedonic 解释基准不可混用。
06 / 解释INTERPRETATION
价差解释
实际价格 / 预期价格
2022 USD · log scale查看完整分析 ↗
稀缺性、替换需求、兼容性及特定使用场景，可帮助解释异常价差；这些因素未被当前数据完整记录，不能把残差直接视为定价错误。
07 / 我的工作MY WORK
我的工作
主要负责PRIMARY CONTRIBUTION
我主要负责 CPI 跨期价格调整、Hedonic Pricing 的分析逻辑以及异常价差的经济解释。
协作部分SHARED RESEARCH PROCESS
同时与团队成员共同参与研究目标设计、模型讨论、验证复核和最终结论整理。
项目采用的方法不等于全部由我独立编码实现。
08 / 结果RESULT
课程结果
NTU MS0003
Introduction to Data Science & Artificial Intelligence
Special Term CGPA 5.00 / 5.00