综述
对电力公司数据进行挖掘分析,首先使用拉格朗日插值法进行缺失值处理,然后分别使用决策树模型与LM神经网络模型进行模型拟合,实现对电力窃漏电用户自动识别。完整代码与数据可在我的GitHub中找到,链接在此。
拉格朗日插值
# 拉格朗日插值代码
# 拉格朗日插值代码
import pandas as pd # 导入数据分析库Pandas
from scipy.interpolate import lagrange # 导入拉格朗日插值函数
inputfile = 'missing_data.xls' # 输入数据路径,需要使用Excel格式;
outputfile = 'missing_data_processed.xls' # 输出数据路径,需要使用Excel格式
data = pd.read_excel(inputfile, header=None) # 读入数据
# 自定义列向量插值函数
# s为列向量,n为被插值的位置,k为取前后的数据个数,默认为5
def ployinterp_column(s, n, k=5):
if n + 1 + k > len(s):
index = list(range(n - k, n)) + list(range(n + 1, len(s)))
else:
index = list(range(n - k, n)) + list(range(n + 1, n + 1 + k))
y = s.iloc[index] # 取数
y = y[y.notnull()] # 剔除空值
return lagrange(y.index, list(y))(n) # 插值并返回插值结果
# 逐个元素判断是否需要插值
for i in data.columns:
for j