近年来,随着我国经济持续快速增长,国内汽车保有量也在稳步增长。由于消费观念的转变,越来越多的人选择购买二手车作为出行工具,二手车市场需求不断增加,规模也在不断扩大。由于“互联网+”战略的快速实施,我国二手车交易市场进入新的发展阶段,各项数据均表明我国二手车市场发展势头良好,拥有非常广阔的发展空间。然而,与国外成熟的二手车市场相比,我国二手车市场起步较晚,仍然存在一些问题。在二手车交易中,无论对二手车购买用户还是经销商来说,对二手车的保值率进行合理的估值都是至关重要的。因此,快速并且准确地评估二手车的保值率,不仅能加速二手车市场流通的速度,还能保证买卖双方利益达到最大化。目前二手车的估价还主要是由评估师根据自身的经验进行,评估的随意性较大。利用数据挖掘或者其他方法来建立二手车相关评估模型的研究还处在初步探索阶段,至今还没能找到一种操作方便,准确率高的二手车评估模型。本文将借鉴国外车辆价格评估的经验,采用数据挖掘方法预测二手车保值率,建立合理的二手车保值率预测模型。本文基于网络爬虫方法从汽车之家网站收集了2万余条二手车源信息,选取包括品牌、上牌时间、表显里程等可能影响二手车价格的25个因素。首先用传统特征选择、Boruta算法和Lasso回归三种方法对变量进行初步筛选,总共选取了15个变量用于后续的建模。然后,主要选取机器学习方法中的随机森林回归算法和GBDT算法来建立二手车的保值率预测模型。最后运用十折交叉验证法计算两种模型的预测误差,对比模型的误差发现,随机森林的预测误差较小,预测精度较高,预测效果较好。结果表明运用随机森林回归方法建立二手车保值率的预测模型是值得推广的。从重要性排序结果来看,上牌时间、品牌、表显里程以及车系等是影响二手车保值率的主要因素。