執行環境：

ubuntu16.04 64位

pycharm python3.5.2

相關軟體列表：

cycler (0.10.0)
graphviz (0.7.1)
h5py (2.7.0)
Keras (2.0.4)
matplotlib (2.0.2)
numpy (1.12.1)
pandas (0.20.1)
pip (8.1.1)
protobuf (3.3.0)
pydot (1.2.3)
pyparsing (2.2.0)
python-dateutil (2.6.0)
pytz (2017.2)
PyYAML (3.12)
scipy (0.19.0)
setuptools (20.10.1)
six (1.10.0)
tensorflow (1.1.0)
Theano (0.9.0)
Werkzeug (0.12.2)
wheel (0.29.0)
xlrd (1.0.0)
xlwt (1.2.0)

-------------------------------------------------------------------下面是10-1-----------------------------------------------------------------------------------

#-*- coding: utf-8 -*-
#用水事件劃分
import pandas as pd

threshold = pd.Timedelta('4 min') #閾值為分鐘
inputfile = '../data/water_heater.xls' #輸入資料路徑,需要使用Excel格式
outputfile = '../tmp/dividsequence.xls' #輸出資料路徑,需要使用Excel格式

data = pd.read_excel(inputfile)
data[u'發生時間'] = pd.to_datetime(data[u'發生時間'], format = '%Y%m%d%H%M%S')
data = data[data[u'水流量'] > 0] #只要流量大於0的記錄
d = data[u'發生時間'].diff() > threshold #相鄰時間作差分，比較是否大於閾值
data[u'事件編號'] = d.cumsum() + 1 #通過累積求和的方式為事件編號

data.to_excel(outputfile)
 

也就是說，根據水流量和時間間隔的頻率來判斷使用者第幾次用水，舉個通俗的例子，就說洗菜把。

洗一顆青菜，洗一個葉子時需要用水對吧，但是呢，我把青菜的瓣兒一個個扳下來的這會兒功夫是不需要用水的對吧？

在扳的時候我停掉水龍頭，拌青菜完了之後開始洗了，就需要用水，然後洗下一個青菜，再停水。

那麼整個洗菜的過程中我有停水，也有用水，整個過程視為一次用水事件。

P205中表格的資料解釋：

可以看到

20141019172323

與

20141019172325

這兩個發生事件只相隔了2秒，水流量反而減少了，這個可以理解為水龍頭開大開小導致。

-------------------------------------------------------------------下面是10-2-----------------------------------------------------------------------------------

#-*- coding: utf-8 -*-
#閾值尋優
import numpy as np
import pandas as pd

inputfile = '../data/water_heater.xls' #輸入資料路徑,需要使用Excel格式
n = 4 #使用以後四個點的平均斜率

threshold = pd.Timedelta(minutes = 5) #專家閾值,這句話就是把資料格式變化了下，沒有對資料進行處理
print("threshold=",threshold)
data = pd.read_excel(inputfile)
data[u'發生時間'] = pd.to_datetime(data[u'發生時間'], format = '%Y%m%d%H%M%S')
data = data[data[u'水流量'] > 0] #只要流量大於0的記錄

def event_num(ts):#這裡是函式定義，不是在執行，這裡的ts是threshold
  d = data[u'發生時間'].diff() > ts #相鄰時間作差分，比較是否大於閾值
  return d.sum() + 1 #這樣直接返回事件數
################以上程式碼和12-1類似################
dt = [pd.Timedelta(minutes = i) for i in np.arange(1, 9, 0.25)]#這裡用到的語法是列表推導，也叫作列表解析
#這裡arange用於建立等差陣列，這裡的資料最終會變化成時間資料格式，也就是說，這裡的0.25代表每分鐘的四分之一，也就是15秒，按照15秒為步長，進行取資料
#上面一句話的意思其實就是某某函式在某定義域的值的序列☆☆☆☆☆☆
h = pd.DataFrame(dt, columns = [u'閾值']) #定義閾值列
h[u'事件數'] = h[u'閾值'].apply(event_num) #計算每個閾值對應的事件數，呼叫了上面的event_num函式
#上面這句話的意思是在實現圖10-4，通過橫軸的閾值，來計算數軸的事件數

h[u'斜率'] = h[u'事件數'].diff()/0.25 #計算每兩個相鄰點對應的斜率
print("h[u'斜率'].abs()=",h[u'斜率'].abs())
h[u'斜率指標'] = pd.rolling_mean(h[u'斜率'].abs(), n) #採用後n個的斜率絕對值平均作為斜率指標
print("h[u'斜率指標']=",h[u'斜率指標'])
#以上的計算: h[u'斜率']=>h[u'斜率指標']
print("--------------------------------------------------------------------------------")



ts = h[u'閾值'][h[u'斜率指標'].idxmin() - n]#
#這裡ts得到的是4min，利用修正過後的索引對h[u'閾值']取值
#idxmin()返回陣列中最小值的索引
#注：用idxmin返回最小值的Index，由於rolling_mean()自動計算的是前n個斜率的絕對值平均(根據下方列表可以通透地理解這個意思)
#所以結果要進行平移（-n）
#這裡的平移其實是不太合適的，我認為平移n/2更加合理，因為一個點的斜率一般是取前後n/2個點進行平均計算後所得值是更為合理的。

if ts > threshold:#這裡的意思是，如果上面計算得到的ts小魚上面設定的專家閾值，就以ts為準，否則就降低為4.
  ts = pd.Timedelta(minutes = 4)#決定的最終的閾值
print("-----------------------------")
print("ts=",ts)

#所以這個程式碼的終極目的就是為了獲得斜率最低點的起始點，這樣有利於把前一件用水事件和後一件用水事件進行合理的區分。

當線段下降很陡的時候，說明線段中的這幾個點很可能屬於同一個事件，所以化為一個事件。

同樣的，當線段很平坦，閾值的遞增對事件總數影響不大時，那麼曲線上的多個點代表的事件總是說明分類比較合理，也就是說此時每個用水事件之間相隔時間間隔較大。

-------------------------------------------------------------------下面是10-3-----------------------------------------------------------------------------------

接下來這個程式碼就是資料的輸入輸出之間進行模型訓練了，書上的程式碼沒辦法直接執行，我進行了修改，如下：

#-*- coding: utf-8 -*-
#建立、訓練多層神經網路，並完成模型的檢驗
from __future__ import print_function
import pandas as pd
from keras.utils.vis_utils import plot_model


inputfile1='../data/train_neural_network_data.xls' #訓練資料
inputfile2='../data/test_neural_network_data.xls' #測試資料
testoutputfile = '../tmp/test_output_data.xls' #測試資料模型輸出檔案
data_train = pd.read_excel(inputfile1) #讀入訓練資料(由日誌標記事件是否為洗浴)
data_test = pd.read_excel(inputfile2) #讀入測試資料(由日誌標記事件是否為洗浴)
y_train = data_train.iloc[:,4].as_matrix() #訓練樣本標籤列
x_train = data_train.iloc[:,5:17].as_matrix() #訓練樣本特徵
y_test = data_test.iloc[:,4].as_matrix() #測試樣本標籤列
x_test = data_test.iloc[:,5:17].as_matrix() #測試樣本特徵

from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation
from keras.layers import Dense, Activation

model = Sequential() #建立模型
model.add(Dense(output_dim=17,input_dim=11)) #新增輸入層、隱藏層的連線
model.add(Activation('relu')) #以Relu函式為啟用函式

model.add(Dense(output_dim=10,input_dim=17)) #新增隱藏層、隱藏層的連線
model.add(Activation('relu')) #以Relu函式為啟用函式

model.add(Dense(input_dim=10,output_dim=1)) #新增隱藏層、輸出層的連線
model.add(Activation('sigmoid')) #以sigmoid函式為啟用函式
#編譯模型，損失函式為binary_crossentropy，用adam法求解
model.compile(loss='binary_crossentropy', optimizer='adam', class_mode="binary")

model.fit(x_train, y_train, nb_epoch = 100, batch_size = 1) #訓練模型
model.save_weights('../tmp/net.model') #儲存模型引數

r = pd.DataFrame(model.predict_classes(x_test), columns = [u'預測結果'])
pd.concat([data_test.iloc[:,:5], r], axis = 1).to_excel(testoutputfile)
model.predict(x_test)
############自己新增的########################
plot_model(model, to_file='model.png', show_shapes=True)

程式碼執行結果為：

注意每次預測結果都是不一樣的，上面的預測結果準確度是80%，如果多訓練幾次會發現準確度在60%～80%之間，靠右兩列數值不同時，則為判斷錯誤，相同時，則為判斷正確。

並且會出現隨機報錯，也就是說一次執行無報錯，另外一次執行報錯，屬正常現象，因為每次訓練都是區域性最優解。

使用的神經網路模型為：