数据挖掘案例一：窃漏电用户的识别

最近在准备数学建模，其中的很多问题涉及了数据的处理挖掘，同时，机器学习和数据挖掘也是我以后想从事的方向，因此我花时间阅读了《matlab数据挖掘分析与实战》，下面是书中的第一个实战主题。

数据
1、电路负荷信息
包括电路上的各项电流、电压、功率等、
2、窃漏电报警消息
不准确的报警消息，可能存在误报
1、数据获取
窃电是一个从开始窃电到结束窃电的过程，题目中所给的电路负荷信息为每十五分钟的数据，时间较短，为了反应整个窃电的过程，将每天的总有功功率求和得到每天的总用电量，
2、数据分析
（1）分布分析
对五年来所有用户的窃电情况进行分析，发现非居民类别不存在窃电的情况
（2）周期性分析
随机选取一个正常用户和非正常用户，对他们用电符合的周期进行分析。发现正常用户的周期呈现波动趋势，窃电用户则出现下降趋势。
3、数据处理
（1）数据清洗
过滤掉非居民用户的用电量，同时由2中数据分析发现，周末的用电量普遍较低，也过滤掉周末的数据
（2）缺失值处理
利用拉格朗日插值处理缺失的数据
（3）数据变换
用电负荷中的电流、电压、功率等数据虽然直观，但是要构建更加具体和可靠的专家评价指标
1）电量趋势下降指标
2）线损指标
3）终端报警指标
4、构建专家样本
将1）、2）、3）中的数据作为输入，用户实际是否存在窃电作为输出，构建专家样本，作为后续模型的训练数据
5、构建模型
分别利用LM神经网络模型和CART决策树模型进行识别，并比较ROC曲线，比较两个模型的结果
6、窃漏电诊断
针对一些判断错误的数据，再进行一些特征的提取和判断。