2025 高中信息技术数据与计算的 Lasso 回归算法高端实例课件.pptxVIP

一、课程导入：为何要在高中阶段学习Lasso回归？

演讲人

01

课程导入：为何要在高中阶段学习Lasso回归？

02

Lasso回归的理论基础：从线性回归到正则化的跨越

03

高端实例解析：基于校园数据的学习影响因素筛选

04

Lasso回归的拓展应用与教学价值

05

课程总结：Lasso回归的核心价值与学习启示

目录

2025高中信息技术数据与计算的Lasso回归算法高端实例课件

01

课程导入：为何要在高中阶段学习Lasso回归？

课程导入：为何要在高中阶段学习Lasso回归？

作为深耕中学信息技术教育十余年的一线教师，我始终相信：技术工具的学习需紧扣“解决真实问题”的核心目标。当我们在“数据与计算”模块接触到线性回归后，常会遇到这样的困惑——如果自变量数量远超样本量（比如用50个特征预测20名学生的成绩），或特征间存在高度相关性（如用“数学成绩”“物理成绩”“逻辑思维测试分”共同预测“理综总分”），传统线性回归模型会出现什么问题？

2022年指导学生参与“校园数据挖掘”项目时，有个小组用12个变量（包括日均学习时长、睡眠时长、手机使用时间、各科小测平均分等）预测月考总分，得到的回归系数波动极大：调整一个样本数据，某些变量的系数符号甚至会反转。这正是典型的“过拟合”与“多重共线性”问题。此时，Lasso（LeastAbsoluteShrinkageandSele