《机器学习Python实战》电子教案 12_1-项目8 支持向量机算法实战.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8波士顿房价分析—支持向量机

8.3项目拓展——波士顿房价分析

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：

设计与学生既有知识结构、生活经验以及社会现实之间的关联的案例，激发学生的学习兴趣。

知识目标：

能熟练使用SVM模型解决分类和回归问题

能力目标：

能够使用SVM解决实际问题，以及分析与决策能力

教学重点

能够使用SVM解决实际问题

教学

难点

能够进行核函数与参数的选择

【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。

上机课介绍了SVM的核函数与参数选择，本节课介绍SVM实例。

【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SVR回归模型进行房价预测。

【讲授新课】

教师根据课件，演示boston房价的预测：

教师根据课件，演示数据集的准备。

将波士顿