《机器学习Python实战》电子教案 10_2-项目7 决策树与随机森林预测建模.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7判断西瓜的好坏—决策树与随机森林

7.3项目拓展——波士顿房价预测

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

课内实训、任务驱动法

授课教具

Python3.7及后续版本、Anaconda、Jupyter

教学目标

思政目标：

设计学生积极参与的教学情境，引导学生自主思考和主动实践，从而获得知识与技能，培养良好的职业素质，树立正确的理想信念。

知识目标：

掌握决策树和随机森林模型的用法

能力目标：

能灵活应用决策树和随机森林模型解决分类和回归问题

教学重点

分析与决策能力

教学

难点

能熟练使用决策树和随机森林模型解决分类和回归问题

【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。

上节课通过实例演示了决策树和随机森林的建模方法，本节课进行项目拓展——波士顿房价预测。

【导入新课】

本项目的目标是：使用scikit-learn内置的boston房价数据集，将该数据集拆分成训练集和测试集，通过构建回归模型进行房价预测。

【讲授新课】

教师根据课件，演示boston房价