In[1]:
import pandas as pd
import numpy as np
from sklearn.metrics import accuracy_score,recall_score,f1_score
from sklearn.tree import DecisionTreeClassifier,export_graphviz
import os
import pydotplus
import scipy.stats as ss
import matplotlib.pyplot as plt
import seaborn as sns # 画图库
plt.style.use('ggplot')
plt.rcParams['font.sans-serif']=['SimHei'] #设置中文字体为黑体
plt.rcParams['axes.unicode_minus']=False
In[2]:
#导入文件两个例子,一个是正常用电,一个是非正常用电,非正常用电用户的电量呈逐渐下降趋势
period= pd.read_csv("Ele_pow.csv"
窃漏电用户分析——建构决策树模型
最新推荐文章于 2023-02-13 16:16:12 发布