Question

实验一

1）打开Python软件，把“test/data/missing_data.xls”数据放入当前工作目录。

2）使用Pandas把数据读入当前工作目录。

3）针对读入的数据的每一列，进行编程。编程主要参考第4章的拉格朗日插值算法，具体步骤如下。

针对每列数据的每一个缺失值，逐个进行补数（这样可以在连续两个缺失值的情况下，使用前面一个已经补数的值来再次补数后面的一个值）。

针对一个缺失值，构造参考组。选取前面5个作为前参考组，后面5个为后参考组。如果前参考组或后参考组不足5个，则按实际个数构造参考组。

确认缺失值在参考组中的相对位置，然后使用拉格朗日插值进行缺失值插值。

根据插值后的值更新原始数据中相应位置的值。

4）编写并运行程序后，查看插值补数的值是否和给定的参考值一致。

实验二

1）把经过预处理的专家样本数据“test/data/model.xls”数据放入当前工作目录，并使用Pandas读入当前工作空间。

2）把工作空间的建模数据随机分为两部分，一部分用于训练，一部分用于测试。

3）使用Scikit-Lrean库的sklearn.tree的DecisionTreeClassifier函数以及训练数据构建CART决策树模型，使用predict函数和构建的CART决策树模型分别对训练和测试数据进行分类，并与真实值进行对比，得到模型正确率，同时使用sklearn.metrics的confusion_matrix和roc_curve函数画混淆矩阵和ROC曲线图（参考本章代码）。

4）使用Keras库以及训练数据构建LM神经网络模型，使用predict函数和构建的神经网络模型分别对训练和测试数据进行分类，参考第3）步得到模型正确率、混淆矩阵和ROC曲线图。

5）对比分析CART决策树模型和LM神经网络模型针对专家样本数据处理结果的好坏。