《机器学习Python实战》电子教案 04_2-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

3.2.2KNN算法实战——酒的分类

3.3项目拓展

3.3.1KNN算法实战——良恶性乳腺肿瘤判断

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：学习一个算法需要看算法如何应用，大家不管是学习还工作中，都需要结合实践情况进行学习，提高解决问题的能力。

知识目标：

K最近邻算法处理分类任务

能力目标：

使用K最近邻算法进行建模；使用模型对新样本的分类进行预测

教学重点

理解KNN算法的关键

教学

难点

尝试算法参数调优

【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K最近邻算法的原理与用法，本节课使用K最近邻算法进行建模、对新样本的分类进行预测。

【导入新课】

KNN的分类思想生动形象的说明了客观环境对人的影响是很大的，特别是对青少年，所以不仅注重环境选择，更注意一定环境中人的交往。

（3）明确学