高中一年级信息技术数据的聚类与分类教学设计.docxVIP

高中一年级信息技术数据的聚类与分类教学设计

本课定位在粤教版高中信息技术必修1“数据与计算”模块中承接数据采集、数据清洗与可视化表达之后的关键节点，课题覆盖5.3.3聚类分析与5.3.4数据分类。它不追求把学生训练成算法背诵者，而是让高一学生在真实问题里经历“没有标签时如何发现结构、有了标签后如何形成判断”的完整思维跃迁。聚类回答的是“数据自己会分成几群”，分类回答的是“新样本应当归入哪一类”；前者强调无监督中的相似性度量，后者强调有监督中的规则学习。把两节合并设计，并非压缩课时，而是借对照关系揭示数据智能的核心矛盾：机器并不会天然理解世界，它只是把人定义的“像不像”“对不对”转化为可计算的规则。

本设计面向高中一年级学生，学科基础差异明显：一部分学生在初中接触过图形化编程，能较快理解循环与条件；另一部分学生对数学符号敏感，却缺少把现实对象抽象成特征向量的经验。教学不以Python语法熟练度作门槛，而以“特征选择—距离度量—簇解释—类别判定—误差复盘”为主线，借助配套课件、任务单、可运行示例代码与课堂练习，让学生在“校园消费行为”“图书馆借阅偏好”“运动心率与睡眠”三个贴近生活的数据情境中轮换角色：一会儿是数据观察员，一会儿是算法质检员，一会儿是应用伦理评审员。知识最终落在两个可迁移判断上：没有标准答案时，聚类给出的是待解释的候选结构；拥有历史答案时，分类提供的是可被检验的决策假设