文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
2.实验内容
用户的用电数据存在缺失值,数据见“test/data/missing_data.xls”,利用拉格朗日插值算法补全数据。
对所有窃漏电用户及正常用户的电量、告警及线损数据和该用户在当天是否窃漏电的标识,按窃漏电评价指标进行处理并选取其中291个样本数据,得到专家样本,数据见“test/data/model.xls”,分别使用LM神经网络和CART决策树实现分类预测模型,利用混淆矩阵和ROC曲线对模型进行评价。
注意 数据80%作为训练样本,剩下的20%作为测试样本。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论