本实验的数据集已经放在实验主机的D盘data目录下，    有两个数据集：售电量表sdl_new.csv、缴费明细表jfmx_order.csv

 为了有利于建模分析，我们需要将这个数据aggregate到一个客户在一个月，有且仅有一条记录,这一条记录代表了一个客户在某一个月的状态
为达到以上目的，并且不损失信息，我们创建了以下新变量：
         用户户账号、年月 
         当月总度数、总电费、转电费次数、存入次数、调整账目次数、账目余额调入次数、退电费次数、调整违约金次数、补入银行收费次数、账目余额调出次数、坏票或贴息次数、未达项未达处理次数、账户核销次数、当月月底余额（按下月10日前算的余额）
         1个月前的上述所有变量 
         ......
         6个月前的上述所有变量 
         下一个月的上述所有变量
    Aggreate后的数据只含有16万条记录
    去除一些没有信息的记录后，有效记录数目为15.7万条
 通过创建过去1-6个月的变量，对于每一个账户我们总获得94个变量
因为一定数量的账号没有过去1-6个月或者下1个月的信息，我们删除那这些行号后，最终的数据记录数目是11.5万条 
本实验中规定的欠费定义为：下个月10号前用户账户中的余额小于当月应缴纳电费金额

逻辑回归模型实现模型训练、预测
支持向量机SVM实现模型训练、预测，分别采用了三种不同的kernel模型，来比较不同kernel模型得出的预测率的精度
将测试集中的数据分为两部分：输入数据，结果
将上述输入数据代入所建立的模型，计算出结果；再将模型计算结果与测试集数据中的实际结果进行比对，来评估每种模型的性能，判断所建模型是否能较好地推广到实际应用中