(共23张PPT)
《第十三课 机器学习算法初步(1)
—K-Means算法》
粤教版 信息技术
九年级
内容总览
目录
05
拓展延伸
07
板书设计
课堂总结
06
K-Means算法的应用
04
K-Means算法
03
教学目标
01
新知导入
02
教学目标
1、信息意识：能够识别K-Means算法在数据聚类和模式识别方面的重要性，并了解其在实际生活中的应用。
2、计算思维：能够对分群和聚类问题的理解，寻找问题解决方案，提出假设并构建算法解决问题的能力。
3、数字化学习与创新：能够学会使用K-Means算法处理现实数据集，发现数据中的隐藏模式和规律。
4、信息社会责任：在使用K-Means算法时能遵循道德规范和法律要求。
新知导入
K-Means算法导入视频
03、K-Means算法
新知讲解
K-Means算法是发现给定数据集的h个簇的算法。簇个数h是用户给定的，每个簇通过其质心(Centroid)，即簇中所有点的中心来描述。
K-Means算法工作时，首先随机确定k个初始点作为质心;接着将数据集中的每个点分配到一个簇中，即为每个点找距其最近的质心，并将其分配给该质心所对应的簇:然后把每个簇的质心更新为该簇所有点的平均值。上述流程可用如下伪代码表示:
新知讲解
上面提到的距离计算方法D( XC)可以使用任何合适的距离度量方法。K-Means算法在数据集上的性能会受到所选距离计算的影响。
04、K-Means算法的应用
新知讲解
K-Means算法通常可以用于处理维数、数值都很小且连续的数据集，主要应用于从随机分布的事物集合中对相似事物进行分组。例如，对一个营销组织来说，将不同客户根据他们的特点分组，从而有针对性地定制营销活动;对学校老师来说，将学生根据特点分组，从而有所侧重地进行教育活动。K-Means在不同领域都有类似的应用案例。
新知讲解
鸢尾花数据集(Iris是一类多重变量分析的数据集。它最初是从尾属花朵样本中提取的地理变异数据，后来作为判别分析的一个例子，运用到统计学中。
新知讲解
鸢尾花数据集包含150组数据，分为三类，包含山鸢尾 (Iris Setosa)、变色尾(Iris Versicolor)和维吉尼亚尾(Iris Virginica)，如图13-1(a)所示。每类50组数据，除花卉种类信息以外，每组数据还包含四个属性，分别是花萼长度(sepallength，单位cm)、花萼宽度(sepal width，单位cm)、花瓣长度(petallength，单位cm)、花瓣宽度(petal width，单位cm)。可通过四个属性预测鸢尾花属于三个种类中的哪一类。在如图13-1(b)所示的特征空间中，紫色的种类与其余两个种类可通过一个空间中的平面分隔区分，而另外的两个种类则难以通过一个分类面来区分。
小组讨论
结合K-Means算法的应用例子，填写表13-1
序号 应用场景 特点
1 K-Means算法是什么 K-Means算法的目标是最小化集群内部的平方距离之和，同时最大化不同集群之间的距离。这一过程使得数据点被分配到与其最相似的集群中，并且各个集群之间的差异被最大化。
2 K-Means算法的应用有哪些 生物信息学：在基因组学和蛋白质组学研究中，K-Means算法可用于对基因表达数据进行聚类分析，以发现潜在的基因模式或蛋白质功能。
反思评价
学而不思则罔，思而不学则殆。对自己在本课中的学习进行评价，对照表13-2，在相应的O里画“ √”，在“其他收获”栏里留言。
序号 学习内容 能否掌握
1 知道K-Means算法的概念 能 √ 不能O
2 了解K-Means算法的应用 能 √ 不能 O
其他收获: 帮助我们更好地理解K-Means算法在实际应用中的限制和适用范围。
05、知识拓展
知识拓展
1、K-Means算法详细介绍。
知识拓展
2、K-Means算法实现聚类分析。
知识拓展
3、K-Means算法在生活中有哪些应用？
（1）图像压缩：通过使用K-Means算法对图像中的像素进行聚类，可以实现图像的压缩，减少存储空间需求。
（2）市场分析：在市场营销和消费者行为分析中，K-Means算法可用于对消费者群体进行聚类，从而识别不同的市场细分。
（3）无监督学习：K-Means算法通常用于无监督学习中，即从未被标记、分类或分组的数据中找到隐藏的结构。
知识拓展
4、K-Means算法优点？
（1）简单且高效：K-Means算法易于理解和实现，计算速度快，适用于大规模数据集。
（2）可扩展性：在处理大规模数据时，K-Means算法效果良好，能够处理较大规模的数据集。
（3）对处理离群值较为鲁棒：K-Means算法对离群值的影响较小，因为离群值对聚类中心的影响会被平均化。
06、课堂总结
课堂总结
通过机器学习算法初步(1)-K-Means算法课程，我们全面了解了机器学习算法初步(1)—K-Means算法的基本原理，K-Means算法的优缺点以及调参技巧，也进行了编程实践。希望大家在接下来的课后可以完成相关作业，并在下节课时积极参与讨论和分享。
板书设计
机器学习算法初步(1)—K-Means算法
一、K-Means算法
二、K-Means算法的应用
课后作业
1、上网了解什么是K-Means算法
2、上网了解K-Means算法在生活中的应用
3、上网了解K-Means算法对生活的影响
谢谢
21世纪教育网（www.21cnjy.com)
中小学教育资源网站
兼职招聘：
https://www.21cnjy.com/recruitment/home/admin中小学教育资源及组卷应用平台
信息技术 第十三课 机器学习算法初步(1)—K-Means算法
课题 机器学习算法初步(1)—K-Means算法 单元 第二单元 学科 信息技术 年级 九年级
教材分析 该教材旨在培养学生的信息技术素养，包括信息获取、信息处理和信息应用等方面的知识和能力。内容涵盖了数据的介绍以及大数据相关算法的介绍等方面，教材注重实践操作，通过案例和实践项目来锻炼学生的实际操作能力。这有助于学生将所学的知识应用到实际情境中，并提升他们的问题解决能力，粤教版《信息技术》九年级教材内容全面，并结合实践操作和案例分析，旨在培养学生的信息技术素养和实际应用能力，为他们建立坚实的信息技术基础打下良好的基础。
教学目标 1、信息意识：能够识别K-Means算法在数据聚类和模式识别方面的重要性，并了解其在实际生活中的应用。 2、计算思维：能够对分群和聚类问题的理解，寻找问题解决方案，提出假设并构建算法解决问题的能力。 3、数字化学习与创新：能够学会使用K-Means算法处理现实数据集，发现数据中的隐藏模式和规律。 4、信息社会责任：在使用K-Means算法时能遵循道德规范和法律要求。
重点 一、K-Means算法二、K-Means算法的应用
难点 1、K-Means算法的应用
教学过程
教学环节 教师活动 学生活动 设计意图
导入新课 K-Means算法导入视频 通过老师讲解视频的观看以及学生之间的相互讨论生活中的K-Means算法。 帮助学生理解K-Means算法概念，打开课堂。
讲授新课 03 K-Means算法K-Means算法是发现给定数据集的h个簇的算法。簇个数h是用户给定的，每个簇通过其质心(Centroid)，即簇中所有点的中心来描述。K-Means算法工作时，首先随机确定k个初始点作为质心;接着将数据集中的每个点分配到一个簇中，即为每个点找距其最近的质心，并将其分配给该质心所对应的簇:然后把每个簇的质心更新为该簇所有点的平均值。上述流程可用如下伪代码表示:上面提到的距离计算方法D( XC)可以使用任何合适的距离度量方法。K-Means算法在数据集上的性能会受到所选距离计算的影响。04 K-Means算法的应用Means算法通常可以用于处理维数、数值都很小且连续的数据集，主要应用于从随机分布的事物集合中对相似事物进行分组。例如，对一个营销组织来说，将不同客户根据他们的特点分组，从而有针对性地定制营销活动;对学校老师来说，将学生根据特点分组，从而有所侧重地进行教育活动。K-Means在不同领域都有类似的应用案例。鸢尾花数据集(Iris是一类多重变量分析的数据集。它最初是从尾属花朵样本中提取的地理变异数据，后来作为判别分析的一个例子，运用到统计学中。鸢尾花数据集包含150组数据，分为三类，包含山鸢尾 (Iris Setosa)、变色尾(Iris Versicolor)和维吉尼亚尾(Iris Virginica)，如图13-1(a)所示。每类50组数据，除花卉种类信息以外，每组数据还包含四个属性，分别是花萼长度(sepallength，单位cm)、花萼宽度(sepal width，单位cm)、花瓣长度(petallength，单位cm)、花瓣宽度(petal width，单位cm)。可通过四个属性预测鸢尾花属于三个种类中的哪一类。在如图13-1(b)所示的特征空间中，紫色的种类与其余两个种类可通过一个空间中的平面分隔区分，而另外的两个种类则难以通过一个分类面来区分。小组讨论结合K-Means算法的应用例子，填写表13-1。反思评价学而不思则罔，思而不学则殆。对自己在本课中的学习进行评价，对照表13-2，在相应的O里画“ √”，在“其他收获”栏里留言。 05 知识拓展 1、K-Means算法详细介绍。2、K-Means算法实现聚类分析。3、K-Means算法在生活中有哪些应用？4、K-Means算法优点？ 学生之间互相讨论在我们日常生活中如何有哪些是K-Means算法给我们创造便利的。 学生通过观看视频和听老师讲解，了解K-Means算法的基本思路。学生通过观看视频和自我思考我们生活中K-Means算法的展现和应用。 帮助学生积极融入课堂，提高学生学习积极性。学生通过边看边听的形式了解K-Means算法的基本思路。让学生通过视频思考，进一步加深对课堂所学内容的理解。
布置作业 1、上网了解什么是K-Means算法2、上网了解K-Means算法在生活中的应用3、上网了解K-Means算法对生活的影响 完成作业 培养学生查阅资料的能力，分析解决问题的能力
课堂小结 通过机器学习算法初步(1)-K-Means算法课程，我们全面了解了机器学习算法初步(1)—K-Means算法的基本原理，K-Means算法的优缺点以及调参技巧，也进行了编程实践。希望大家在接下来的课后可以完成相关作业，并在下节课时积极参与讨论和分享。 分组总结归纳 锻炼学生的总结能力，逻辑思维、语言表达能力。
板书 一、K-Means算法二、K-Means算法的应用 学习、记忆及勾画知识点 明确教学内容及重点和难点
21世纪教育网 www.21cnjy.com 精品试卷·第 2 页 （共 2 页）
HYPERLINK "http://www.21cnjy.com/" 21世纪教育网(www.21cnjy.com)
