《表1 指标相关性：电力潜在敏感客户预测的大数据方法应用》
提示：宽带有限、当前游客访问压缩模式
根据各指标相关系数及相关性显著检验P值判断变量相关性见表1，剔除高度线性相关变量，减少变量冗余，剔除相关指标10个。
| 图表编号 | XD001102800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.20 |
| 作者 | 陈小峰、赵雅迪、张利鹏、朱峰 |
| 绘制单位 | 北京国网信通埃森哲信息技术有限公司、北京国网信通埃森哲信息技术有限公司、北京国网信通埃森哲信息技术有限公司、北京国网信通埃森哲信息技术有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 电压等级分数表：基于改进物元法的电力大客户潜在投资价值评价》2018.07.25
- 《表6 评价指标贡献度：基于用电信息的电力能效服务潜在客户挖掘》2020.09.21
- 《表8 能效服务策略：基于用电信息的电力能效服务潜在客户挖掘》2020.09.21
- 《表1 异常规则描述：一种基于电力大数据的反窃电预测方法》2020.07.15
- 《表1 研究假设归纳：基于电力大数据的客户立体画像构建及应用研究》2020.06.28
- 《表4 总方差解释：基于电力大数据的客户立体画像构建及应用研究》2020.06.28
- 《表4 特征选择：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表9 未来数据验证结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表7 验证数据预测结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表8 模型评价结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表1 预测误差数据：基于机器学习的短期电力负荷预测方法研究》2019.12.10
- 《表2 停电投诉条件概率：基于贝叶斯网络的电力客户停电敏感度预测》2019.09.28
- 《表1 电力客户停电敏感度数据标签》2019.09.28
- 《表1 通话行为指标：基于机器学习的大数据防诈骗能力研究与应用》2019.08.01
- 《表1 指标分类：高压企业客户电力信用综合评价体系及应用》2019.05.20
- 《表1 电力客户敏感度综合评价指标体系Tab.1Comprehensive evaluation index system of electric power customer sensitivity》2018.06.10
- 《表1 ARIMA模型：电力客户缴费渠道业务量预测》2019.12.21
- 《表4 模型验证结果：电力潜在敏感客户预测的大数据方法应用》2019.11.20
- 《表6 训练数据预测结果：一种城镇长租低压居民客户识别方法》2019.11.20
- 《表7 测试数据预测结果：一种城镇长租低压居民客户识别方法》2019.11.20