Python 数据挖掘之电力窃漏电用户自动识别

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