《Python数据分析与挖掘实战》学习笔记——家电用户行为分析与事件识别

1.背景与挖掘目标

背景：根据热水器采集的用户时间序列数据，分析用户的使用行为，比较不同客户群的使用习惯，优化产品、制定营销策略。
目标：（1）划分一次完整用水事件 （2）在划分的用水事件中识别洗浴事件

2.分析

1. 数据抽取
   智能热水器状态改变或者水流量为非零时，每两秒采集一条状态数据，采集频率高，且数据来自大量用户，数据总量大。本例通过无放回随机抽样法抽取200家热水器用户从2014.1.1至2014.12.31日的用水记录作为原始建模数据。思考：对车辆数据建模时，也可以参考类似的抽取数据的方法。另外：不同地区的用户使用习惯会有差异，比如东北和广东，若做分析，是选择抽取不同地区数据一次建模还是根据地区建立多种模型？
2. 探索分析
   间隔时间0~0.3分钟：一次用水事件的停顿
   间隔时间3分钟以上：两次用水时间的间隔
   这里时间间隔分类写的不明确，后面再看
3. 数据预处理
   （1）数据规约 属性规约：去除热水器编号，有无水流去除（通过水流量表示）、去除节能模式 数值规约：去除关机且水流量为0的数据
   （2）数据变换 建立阈值寻优模型（没看懂）得到最优阈值为4min
   （3）属性构造