利用神经网络识别窃电用户

目标：
识别用户是否存在窃电行为

分析思路与流程：
识别用户是否存在窃电行为是预测模型中的分类问题，故采用分类模型
确定模型之后，需要根据模型的要求，归纳窃电用户的关键特征
关键特征的获取，可能需要对数据进行一定的清洗，探索分析及预处理

数据抽取 - 数据探索分析 - 数据预处理，包括清洗和处理缺失值等 - 数据指标构建 - 模型构建及评价

PS：由于数据隐私，本文着重讲 缺失值处理，模型构建和模型的评价，这也是挖掘模型的主要内容

---

一、数据抽取

二、数据探索分析
1 分布分析，分析不同用电类别窃电条形图，接下来的分析可以不考虑非居民类别的用电数据

2 周期性分析

正常用户用电量趋势。线形图，用点趋势较为平稳

窃电用户用电量趋势。随着时间持续下降，可以作为异常用电的电量指标特征

三、数据预处理
1 数据清洗。清除无关数据，清除居民