永久有效
356人加入学习
案例:电力窃漏电用户自动识别(Python)
价格 ¥ 99.00
会员免费学 购买课程
课程介绍

一、课程简介

      通过学习本案例,可掌握pyplot图形绘制、缺失值处理、模型构建的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础。 据统计,全国每年因窃电造成的损失都在200亿元左右,被查获的窃电案件不足总窃电案件的30%。本案例主要根据电力营销系统与计量自动化系统数据,构建窃漏电用户识别模型,自动检测判断是否存在窃漏电行为。

      网购已经是现代生活不可缺失的一部分内容,每个客户都希望能从一个好的店铺购买到满意的商品,而店铺也都希望每个客户为自己的长期客户,通过对这些客户进行精细化营销,商家可以大大降低促销成本,提高投资回报率。本案例通过对天猫平台的销售数据进行分析,使用相关的算法模型实现对用户重复购买率进行预测。
      本案例的主要分析目标如下。
      (1)分析用户的用电情况,识别窃漏电用户。
      (2)减少电量的损耗,维护供电秩序和电网安全运行。

 

二、技术点

      pyplot图形绘制;缺失值处理;CART决策树模型。

 

三、建议前置课程

授课教师

数据挖掘资深讲师

课程特色

视频(11)
下载资料(2)

学员动态

追风 完成了 特征构建
追风 开始学习 特征构建
追风 开始学习 数据预处理