电子工业版信息科技九年级上册2-3 分类与聚类 课件.pptVIP

活动3 理解聚类算法 新知讲解 1、聚类，简单地说就是将相似的事物放在一起。聚类是按照某个特定标准把一个数据集分割成不同的类,使得同一个类中的数据相似性尽可能大，同时使得不同类中的数据差异性也尽可能大。即聚类后同一类的数据尽可能聚集到一起，不同类的数据尽量分离。最经典的聚类算法是 K 最近邻算法。 助力知识 2.1、我们常说，物以类聚，人以群分，判别一个人的品质和特征，常常可以从他(她)身边的朋友入手，观其友而识其人。与此类似，K 最近邻算法，也称KNN(K-Nearest Neighbor)算法。其分类方法是给要分类的新对象找几个“邻居”，根据这几个“邻居”的类别给新对象分类。 新知讲解 助力知识 2.2、K 最近邻算法步骤 1.计算训练样本和测试样本中每个样本点的距离 2.对上面所有的距离值进行排序。 3.选前K个最小距离的样本。 4.根据这飞个样本的标签进行投票，得到最后的分类类别。 新知讲解 助力知识 3.1、例如当我们判别图中的 属于 还是属于 时，就可以从它的邻居着手. 1.如果K=3， 的最近3个邻居是2个 和1个 ，少数从属于多数，基于统计的方法，判定 属于 一类。 2、如果K=5， 的最近 5个邻居是2个 和3个 ，还是少数从属于多数，基于统计的方法，判定 属于 一类。 新知讲解 助力知识 3.2、由此可以看出，当无法判定当前待分类点是从属于已知分类中的哪一类时，我们可以依据统计学的理论看它所处的位置特征，衡量它周围邻居的权重，把它归为(或分配到)权重更大的那一类，这就是 K 最近邻算法的核心思想。 新知讲解 助力知识 1、请同学们参照图，利用K 最近邻算法，判定图 中的 图形是什么。 如图所示，在圆圈内部，有三个 一个 所以根据K邻近算法来看， 应该是属于 一类 思考讨论 助力知识 1、使用聚类算法可以解决生活中的很多问题，如城市垃圾分类、商业店铺选址、网购平台推荐物品信息等.登录人工智能体验平台，打开“膳食搭配小助手”，让 AI根据你爱吃的食物类型，为你推荐其他补充食物，形成膳食平衡。 实践体验 2.3 分类与聚类 电子工业出版社 第五册 教学目标 1、信息意识：能够识别和评估信息的可靠性、有效性以及适用性。了解信息的定义、特征和重要性。 2、计算思维：能够运用计算思维解决问题，包括分解问题、抽象问题、模式识别、算法设计等。 3、数字化学习与创新：能够使用多媒体工具和应用程序进行创新性的表达、展示和分享。 4、信息社会责任：具备信息安全和隐私保护的意识，并能够采取相应的措施保障个人和他人的信息安全。 情境描述 1、走在大街上，分类垃圾桶随处可见，对垃圾进行正确分类能更好地节约、利用资源。数据也一样，对数据分类，能更好地利用数据，随着计算能力、存储空间、网络速度的发展，人类所积累的数据量正在快速增长，分类在数据挖掘中成为一项非常重要的任务。 情境描述 2、分类是在一群已经知道类别标签的数据样本中训练一种分类器，让其能够对未知的数据进行分类。常用的分类算法有决策树和K 最近邻算法。 情境描述 活动1 了解机器分类 新知讲解 分类是我们生活中常做的事情。对不同的事物、不同的人，我们会以不同的标准进行分类。请同学们所示的物品分成三类并进行如下的思考。 新知讲解 1、你是如何进行物品分类的? 2、你分类的依据是什么? 3、结合助力知识，谈谈机器是如何进行分类的? 水果还是素材：根据物品的种类，比如菠萝和胡萝卜就不是一种。 依据：物品中有些只能是水果，有些只能是蔬菜，有些两者都可以是。 数据预处理：首先，对原始数据进行预处理 1 1、和人类的分类过程相似，机器要完成分类任务前，需要先进行学习在人的监督下，给机器一些学习数据，这些数据都有自己的特征和属性，机器会使用相应的算法建立一个分类器，总结出分类的规律。机器学习完后，就可以使用分类器对新的物体进行分类。 助力知识 活动2 构建决策树 新知讲解 为了方便打印学习资料，家里打算买一台打印机。但是打印机产品种类繁多，该如何选择呢。购物网站都有分类功能，你能通过购物网站以分类的方式，根据以下基本要求选出合适的产品吗? 1、彩色喷墨打印机 2、支持无线打印。 3、价格在600元以内 4、国产品牌 助力知识 1、请你依据对打印机的要求，结合助力知识，在下面的方框中构建一棵决策树。 思考讨论 助力知识 2.1、决策树为什么是树状结构的? 2.2、它和生活中的树有哪些异同? 决策树之所以被称为树，是因为其类似于自然界中的树状结构。决策树由一个根节点