《机器学习Python实战》电子教案 04_1-项目3 KNN 算法实战.docxVIP

武汉软件工程职业学院教案（理论教学首页）

（第1页）

教案（理实一体化课）

武汉软件工程职业学院教案（附页）

（第NUMPAGES4页）

课程

名称

机器学习

授课

内容

项目3酒的分类——基于KNN算法

3.1项目知识准备

3.1.1KNN算法的原理

3.1.2KNN算法的流程

3.1.3KNN算法的关键

3.2项目实训

3.2.1KNN算法完成分类任务

授课安排

授课

时数

2

授课

对象

人工智能技术应用专业大二学生

授课

方法

讲授、问题式教学法

授课教具

Python3.7及后续版本、Anaconda、Jupyter

教学目标

思政目标：knn算法比较容易理解，大家在学习的时候注意一定要从易到难，学习要讲究循序渐进，打好基础，才能更好的学习后面的知识，万丈高楼平地起。

知识目标：

K最近邻算法的原理与用法

能力目标：

使用K最近邻算法处理多元分类任务

教学重点

掌握K最近邻算法的原理与流程

教学

难点

使用KNN算法解决分类问题

【课前安排】

（1）教师对学生们的疑问进行统一答疑。

（2）回顾总结上节课内容，继续介绍本课时的内容。

上节课介绍了数据集拆分、标准化和降维处理，本节课介绍K最近邻算法。

【导入新课】

KNN原理如“近朱者赤，近墨者黑”，晋朝文学家和哲学家傅玄在《太子少傅箴》中指出：“近朱者赤