《机器学习Python实战》电子教案 15_2-项目11 模型评估与优化.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11模型评估与优化

11.1项目知识准备

为什么要使用交叉验证法

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：

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，做个诚实可信的人，建设个人信用。

知识目标：

使用交叉验证进行模型评估

能力目标：

对分类模型的可信度进行评估

教学重点

模型评估与优化

教学

难点

scikit-learn中的交叉验证法

【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。

上节课介绍了神经网络，本节课介绍使用交叉验证进行模型评估。

【导入新课】

（3）明确学习目标。

理解scikit-learn中的交叉验证法

随机拆分和“挨个儿试试”

为什么要使用交叉验证法

【讲授新课】

教师根据课件，讲解scikit-learn中的交叉验证法

提问：假如我们有一个带标签的数据集D，我们如何选择最优的模型？

衡量模型好