書中介紹太繞，甚至是不清楚的，在此記錄一下學習體會！git
該例主要講的是用戶洗浴用水事件的識別問題（熱水器數據），歸結爲0-1分類問題——這是全局觀github
按分析問題大的步驟：網絡
數據探索性分析——>數據規約——>一次用水事件劃分及閾值尋優——>特徵工程/屬性構造——>篩選洗浴事件（？）——>NN-Model學習
- （？）這一部分，沒搞懂做者意圖，問題一開始就說是要識別出獨立用水事件中的洗浴事件，那到此步驟不就完了，~後面就是爲了跑跑模型train-test，blabla~？？？
- 從該章標題看（？）及以前是家用電器用戶行爲分析，以後纔是事件識別，這樣才解釋得通
- 最值得吐槽的是：本身說的數值規約，然而本身實現起來就跟本不存在什麼數值規約哦
我的以爲本章最值得學習的點有：spa
- 問題的分析思路（前後該作些什麼、如何作），見上面步驟
- 數據分析處理方法（見下方簡要介紹）
- 特徵工程/屬性構造（涉及特定問題特定分析，結合問題的關注點，如選取了時長類指標、頻率類指標、水量指標、用水變化/波動指標）
- 篩選洗浴事件方式方法：一次用水事件劃分——>候選洗浴事件劃分（一次用水量<yLitre、用水時長<100s、總用水時長<120s）
關於數據分析處理方法，文中介紹甚是模糊，我的理解記錄於此：
時間的劃分均是基於用水量數據來區分的
一次用水事件劃分
閾值尋優
閾值尋優區間1min——9min，step=0.25min=15sexcel
計算原理：code
以閾值及對應劃分的用水事件數，做圖，當n個相鄰點斜率值（取最小的斜率對應的閾值，斜率小說明曲線平穩用戶習慣比較趨於平穩）blog
特徵工程/ 屬性構造
這類問題解構/組合須要經驗和對應問題須要，多多學習~~事件
篩選候選洗浴事件
文中給出的是斷定短暫用水事件，將其他的做爲候選洗浴事件，惋惜的是描述混亂+無代碼get
關於斷定標準，我的感受很是的主觀呀（這裏僅摘記文中標準，知足一個就算是短暫，或關係），但願大神留言講一講啊，thx~
- 一次用水事件總用水（總水量*熱水量（%）=純熱水）<yLitre
- 用水時長<100s
- 總用水時長<120s
其中文中y的取值也頗有意思，考慮了熱水器不一樣設定溫度下熱水的使用量閾值y：
由一系列假設，說明當一次洗浴中熱水溫度越高熱水量使用就越少，反之反是；
V表示熱水器的水恆50度時洗浴最低用量，X當前水溫，C注入的自來水每個月平均溫度（室溫均值）
多層神經網絡
1 from keras.models import Sequential 2 from keras.layers.core import Dense,Activation 3 4 net = Sequential() 5 #net.add(Dense(input_dim = 11, output_dim = 17))#keras 2.0以前版本 6 net.add(Dense(input_dim=11, units=17))#keras 2.0 ,推薦;添加輸入層、隱藏層的鏈接 7 net.add(Activation('relu')) 8 net.add(Dense(input_dim=17, units=10)) 9 net.add(Activation('relu')) 10 #model.add(Dense(10, 1)) #添加隱藏層、輸出層的鏈接 11 net.add(Dense(1)) # 輸出層，同上 12 net.add(Activation('sigmoid')) 13 net.compile(loss='binary_crossentropy', optimizer='adam',metrics=['accuracy']) 14 15 #net.fit(x_train, y_train,epochs=10,batch_size=1)#keras 2.0以前版本 16 net.fit(x_train, y_train,epochs=1000,batch_size=1,verbose=1)#keras 2.0,推薦,verbose=0，不顯示過程，默認等於1顯示過程 17 r = pd.DataFrame(model.predict_classes(x_test), columns = [u'預測結果']) 18 pd.concat([data_test.iloc[:,:5], r], axis = 1).to_excel(testoutputfile) 19 net.predict(x_test)
REF：
《數據分析與挖掘實戰》
源代碼及數據須要可自取：https://github.com/Luove/Data