資源簡介

(共23張PPT)
《第十三課 機器學習算法初步(1)
—K-Means算法》
粵教版 信息技術
九年級
內容總覽
目錄
05
拓展延伸
07
板書設計
課堂總結
06
K-Means算法的應用
04
K-Means算法
03
教學目標
01
新知導入
02
教學目標
1、信息意識：能夠識別K-Means算法在數(shù)據聚類和模式識別方面的重要性，并了解其在實際生活中的應用。
2、計算思維：能夠對分群和聚類問題的理解，尋找問題解決方案，提出假設并構建算法解決問題的能力。
3、數(shù)字化學習與創(chuàng)新：能夠學會使用K-Means算法處理現(xiàn)實數(shù)據集，發(fā)現(xiàn)數(shù)據中的隱藏模式和規(guī)律。
4、信息社會責任：在使用K-Means算法時能遵循道德規(guī)范和法律要求。
新知導入
K-Means算法導入視頻
03、K-Means算法
新知講解
K-Means算法是發(fā)現(xiàn)給定數(shù)據集的h個簇的算法。簇個數(shù)h是用戶給定的，每個簇通過其質心(Centroid)，即簇中所有點的中心來描述。
K-Means算法工作時，首先隨機確定k個初始點作為質心;接著將數(shù)據集中的每個點分配到一個簇中，即為每個點找距其最近的質心，并將其分配給該質心所對應的簇:然后把每個簇的質心更新為該簇所有點的平均值。上述流程可用如下偽代碼表示:
新知講解
上面提到的距離計算方法D( XC)可以使用任何合適的距離度量方法。K-Means算法在數(shù)據集上的性能會受到所選距離計算的影響。
04、K-Means算法的應用
新知講解
K-Means算法通常可以用于處理維數(shù)、數(shù)值都很小且連續(xù)的數(shù)據集，主要應用于從隨機分布的事物集合中對相似事物進行分組。例如，對一個營銷組織來說，將不同客戶根據他們的特點分組，從而有針對性地定制營銷活動;對學校老師來說，將學生根據特點分組，從而有所側重地進行教育活動。K-Means在不同領域都有類似的應用案例。
新知講解
鳶尾花數(shù)據集(Iris是一類多重變量分析的數(shù)據集。它最初是從尾屬花朵樣本中提取的地理變異數(shù)據，后來作為判別分析的一個例子，運用到統(tǒng)計學中。
新知講解
鳶尾花數(shù)據集包含150組數(shù)據，分為三類，包含山鳶尾 (Iris Setosa)、變色尾(Iris Versicolor)和維吉尼亞尾(Iris Virginica)，如圖13-1(a)所示。每類50組數(shù)據，除花卉種類信息以外，每組數(shù)據還包含四個屬性，分別是花萼長度(sepallength，單位cm)、花萼寬度(sepal width，單位cm)、花瓣長度(petallength，單位cm)、花瓣寬度(petal width，單位cm)。可通過四個屬性預測鳶尾花屬于三個種類中的哪一類。在如圖13-1(b)所示的特征空間中，紫色的種類與其余兩個種類可通過一個空間中的平面分隔區(qū)分，而另外的兩個種類則難以通過一個分類面來區(qū)分。
小組討論
結合K-Means算法的應用例子，填寫表13-1
序號 應用場景 特點
1 K-Means算法是什么 K-Means算法的目標是最小化集群內部的平方距離之和，同時最大化不同集群之間的距離。這一過程使得數(shù)據點被分配到與其最相似的集群中，并且各個集群之間的差異被最大化。
2 K-Means算法的應用有哪些 生物信息學：在基因組學和蛋白質組學研究中，K-Means算法可用于對基因表達數(shù)據進行聚類分析，以發(fā)現(xiàn)潛在的基因模式或蛋白質功能。
反思評價
學而不思則罔，思而不學則殆。對自己在本課中的學習進行評價，對照表13-2，在相應的O里畫“ √”，在“其他收獲”欄里留言。
序號 學習內容 能否掌握
1 知道K-Means算法的概念 能 √ 不能O
2 了解K-Means算法的應用 能 √ 不能 O
其他收獲: 幫助我們更好地理解K-Means算法在實際應用中的限制和適用范圍。
05、知識拓展
知識拓展
1、K-Means算法詳細介紹。
知識拓展
2、K-Means算法實現(xiàn)聚類分析。
知識拓展
3、K-Means算法在生活中有哪些應用？
（1）圖像壓縮：通過使用K-Means算法對圖像中的像素進行聚類，可以實現(xiàn)圖像的壓縮，減少存儲空間需求。
（2）市場分析：在市場營銷和消費者行為分析中，K-Means算法可用于對消費者群體進行聚類，從而識別不同的市場細分。
（3）無監(jiān)督學習：K-Means算法通常用于無監(jiān)督學習中，即從未被標記、分類或分組的數(shù)據中找到隱藏的結構。
知識拓展
4、K-Means算法優(yōu)點？
（1）簡單且高效：K-Means算法易于理解和實現(xiàn)，計算速度快，適用于大規(guī)模數(shù)據集。
（2）可擴展性：在處理大規(guī)模數(shù)據時，K-Means算法效果良好，能夠處理較大規(guī)模的數(shù)據集。
（3）對處理離群值較為魯棒：K-Means算法對離群值的影響較小，因為離群值對聚類中心的影響會被平均化。
06、課堂總結
課堂總結
通過機器學習算法初步(1)-K-Means算法課程，我們全面了解了機器學習算法初步(1)—K-Means算法的基本原理，K-Means算法的優(yōu)缺點以及調參技巧，也進行了編程實踐。希望大家在接下來的課后可以完成相關作業(yè)，并在下節(jié)課時積極參與討論和分享。
板書設計
機器學習算法初步(1)—K-Means算法
一、K-Means算法
二、K-Means算法的應用
課后作業(yè)
1、上網了解什么是K-Means算法
2、上網了解K-Means算法在生活中的應用
3、上網了解K-Means算法對生活的影響
謝謝
21世紀教育網（www.21cnjy.com)
中小學教育資源網站
兼職招聘：
https://www.21cnjy.com/recruitment/home/admin中小學教育資源及組卷應用平臺
信息技術 第十三課 機器學習算法初步(1)—K-Means算法
課題 機器學習算法初步(1)—K-Means算法 單元 第二單元 學科 信息技術 年級 九年級
教材分析 該教材旨在培養(yǎng)學生的信息技術素養(yǎng)，包括信息獲取、信息處理和信息應用等方面的知識和能力。內容涵蓋了數(shù)據的介紹以及大數(shù)據相關算法的介紹等方面，教材注重實踐操作，通過案例和實踐項目來鍛煉學生的實際操作能力。這有助于學生將所學的知識應用到實際情境中，并提升他們的問題解決能力，粵教版《信息技術》九年級教材內容全面，并結合實踐操作和案例分析，旨在培養(yǎng)學生的信息技術素養(yǎng)和實際應用能力，為他們建立堅實的信息技術基礎打下良好的基礎。
教學目標 1、信息意識：能夠識別K-Means算法在數(shù)據聚類和模式識別方面的重要性，并了解其在實際生活中的應用。 2、計算思維：能夠對分群和聚類問題的理解，尋找問題解決方案，提出假設并構建算法解決問題的能力。 3、數(shù)字化學習與創(chuàng)新：能夠學會使用K-Means算法處理現(xiàn)實數(shù)據集，發(fā)現(xiàn)數(shù)據中的隱藏模式和規(guī)律。 4、信息社會責任：在使用K-Means算法時能遵循道德規(guī)范和法律要求。
重點 一、K-Means算法二、K-Means算法的應用
難點 1、K-Means算法的應用
教學過程
教學環(huán)節(jié) 教師活動 學生活動 設計意圖
導入新課 K-Means算法導入視頻 通過老師講解視頻的觀看以及學生之間的相互討論生活中的K-Means算法。 幫助學生理解K-Means算法概念，打開課堂。
講授新課 03 K-Means算法K-Means算法是發(fā)現(xiàn)給定數(shù)據集的h個簇的算法。簇個數(shù)h是用戶給定的，每個簇通過其質心(Centroid)，即簇中所有點的中心來描述。K-Means算法工作時，首先隨機確定k個初始點作為質心;接著將數(shù)據集中的每個點分配到一個簇中，即為每個點找距其最近的質心，并將其分配給該質心所對應的簇:然后把每個簇的質心更新為該簇所有點的平均值。上述流程可用如下偽代碼表示:上面提到的距離計算方法D( XC)可以使用任何合適的距離度量方法。K-Means算法在數(shù)據集上的性能會受到所選距離計算的影響。04 K-Means算法的應用Means算法通常可以用于處理維數(shù)、數(shù)值都很小且連續(xù)的數(shù)據集，主要應用于從隨機分布的事物集合中對相似事物進行分組。例如，對一個營銷組織來說，將不同客戶根據他們的特點分組，從而有針對性地定制營銷活動;對學校老師來說，將學生根據特點分組，從而有所側重地進行教育活動。K-Means在不同領域都有類似的應用案例。鳶尾花數(shù)據集(Iris是一類多重變量分析的數(shù)據集。它最初是從尾屬花朵樣本中提取的地理變異數(shù)據，后來作為判別分析的一個例子，運用到統(tǒng)計學中。鳶尾花數(shù)據集包含150組數(shù)據，分為三類，包含山鳶尾 (Iris Setosa)、變色尾(Iris Versicolor)和維吉尼亞尾(Iris Virginica)，如圖13-1(a)所示。每類50組數(shù)據，除花卉種類信息以外，每組數(shù)據還包含四個屬性，分別是花萼長度(sepallength，單位cm)、花萼寬度(sepal width，單位cm)、花瓣長度(petallength，單位cm)、花瓣寬度(petal width，單位cm)。可通過四個屬性預測鳶尾花屬于三個種類中的哪一類。在如圖13-1(b)所示的特征空間中，紫色的種類與其余兩個種類可通過一個空間中的平面分隔區(qū)分，而另外的兩個種類則難以通過一個分類面來區(qū)分。小組討論結合K-Means算法的應用例子，填寫表13-1。反思評價學而不思則罔，思而不學則殆。對自己在本課中的學習進行評價，對照表13-2，在相應的O里畫“ √”，在“其他收獲”欄里留言。 05 知識拓展 1、K-Means算法詳細介紹。2、K-Means算法實現(xiàn)聚類分析。3、K-Means算法在生活中有哪些應用？4、K-Means算法優(yōu)點？ 學生之間互相討論在我們日常生活中如何有哪些是K-Means算法給我們創(chuàng)造便利的。 學生通過觀看視頻和聽老師講解，了解K-Means算法的基本思路。學生通過觀看視頻和自我思考我們生活中K-Means算法的展現(xiàn)和應用。 幫助學生積極融入課堂，提高學生學習積極性。學生通過邊看邊聽的形式了解K-Means算法的基本思路。讓學生通過視頻思考，進一步加深對課堂所學內容的理解。
布置作業(yè) 1、上網了解什么是K-Means算法2、上網了解K-Means算法在生活中的應用3、上網了解K-Means算法對生活的影響 完成作業(yè) 培養(yǎng)學生查閱資料的能力，分析解決問題的能力
課堂小結 通過機器學習算法初步(1)-K-Means算法課程，我們全面了解了機器學習算法初步(1)—K-Means算法的基本原理，K-Means算法的優(yōu)缺點以及調參技巧，也進行了編程實踐。希望大家在接下來的課后可以完成相關作業(yè)，并在下節(jié)課時積極參與討論和分享。 分組總結歸納 鍛煉學生的總結能力，邏輯思維、語言表達能力。
板書 一、K-Means算法二、K-Means算法的應用 學習、記憶及勾畫知識點 明確教學內容及重點和難點
21世紀教育網 www.21cnjy.com 精品試卷·第 2 頁 （共 2 頁）
HYPERLINK "http://www.21cnjy.com/" 21世紀教育網(www.21cnjy.com)

展開更多......

收起↑