python数据分析与挖掘实战-第六章拓展偷漏税用户识别

第六章分别使用了LM神经网络和CART 决策树构建了 电力窃漏电用户自动识别模型，章末提出了拓展思考–偷漏税用户识别。

第六章及拓展思考完整代码
https://github.com/dengsiying/Electric_leakage_users_automatic_identify.git

项目要求：汽车销售行业在税收上存在多种偷漏税情况导致政府损失大量税收。汽车销售企业的部分经营指标能在一定程度上评估企业的偷漏税倾向，附件数据提供了汽车销售行业纳税人的各个属性和是否偷漏税标识，请结合各个属性，总结衡量纳税人的经营特征，建立偷漏税行为识别模型。

项目步骤：

1. 数据初步探索分析
2. 数据预处理
3. 模型选择与建立
4. 模型比较

数据初步探索分析数据预处理模型选择与建立模型比较

1.数据初步探索分析

![](https://img-
blog.csdn.net/20180329142827786?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMxMjkxMDk=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

一共124个样本，16个属性。

先用Excel看下不同销售类型和销售模式下的输出频率分布。

图1 不同销售类型下的偷漏税频率分布