Python數(shù)據(jù)分析與數(shù)據(jù)挖掘- 教案全套 第1-18次課 Python概述-實(shí)戰(zhàn)案例-鉆石數(shù)據(jù)分析與預(yù)測

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程概況課程名稱Python數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)W分2總學(xué)時：64學(xué)時理論：32學(xué)時實(shí)驗(yàn)：32學(xué)時課程課程類別：■專業(yè)必修□專業(yè)選修□公共必修□公共選修授課教師***授課專業(yè)大數(shù)據(jù)管理與應(yīng)用授課班級教學(xué)目的和要求本課程的主要目的是使學(xué)生掌握數(shù)據(jù)分析與挖掘的相關(guān)理論知識，并能熟練使用Python開展數(shù)據(jù)分析與數(shù)據(jù)挖掘的實(shí)踐應(yīng)用。通過本課程的學(xué)習(xí)，使學(xué)生掌握數(shù)據(jù)分析與挖掘的一般原理和處理方法，培養(yǎng)學(xué)生數(shù)據(jù)分析與數(shù)據(jù)挖掘的理論分析與應(yīng)用實(shí)踐的綜合能力。教學(xué)重點(diǎn)、難點(diǎn)教學(xué)重點(diǎn)：熟練掌握Python的基本語法；掌握Python常用數(shù)據(jù)類型的基本概念和使用；掌握Numpy包的使用；熟練掌握使用Pandas進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)預(yù)處理方法；熟練掌握使用Matplotlib進(jìn)行數(shù)據(jù)可視化；掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的基本原理與方法；熟練掌握sklearn中典型的分類算法的原理及應(yīng)用；熟練掌握Sklearn中典型的聚類算法的原理及應(yīng)用；熟練掌握sklearn中典型的回歸算法的原理及應(yīng)用；教學(xué)難點(diǎn)：熟練掌握Python序列數(shù)據(jù)類型的基本概念和使用；熟練掌握使用Pandas進(jìn)行數(shù)據(jù)分析的方法；掌握數(shù)據(jù)分析與可視化的基本過程和處理步驟；熟練掌握Matplotlib的繪圖方法；熟練掌握sklearn中典型分類、聚類和回歸算法的原理及應(yīng)用。教學(xué)資源教學(xué)大綱、電子教案、教學(xué)課件、配套源碼、習(xí)題、習(xí)題參考答案課程教材《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔、李曉主編，清華大學(xué)出版社備注建議采用理論與實(shí)踐相結(jié)合的教學(xué)方式，機(jī)房授課

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第1次課2學(xué)時授課內(nèi)容第1章Python概述教學(xué)目的與要求本課介紹Python語言的特點(diǎn)，舉例說明Python數(shù)據(jù)分析與數(shù)據(jù)挖掘的應(yīng)用，逐步導(dǎo)入本課程的內(nèi)容。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：了解Python的優(yōu)點(diǎn)和特性；掌握Python開發(fā)環(huán)境的安裝與配置；掌握Python第三方包的獲取和安裝方法；掌握編輯和運(yùn)行Python程序的方法；熟悉Python的運(yùn)行原理；熟悉Python的編寫規(guī)范。重點(diǎn)難點(diǎn)Python第三方包的獲取和安裝方法；編輯和運(yùn)行Python程序的方法。理論教學(xué)安排（1學(xué)時）授課內(nèi)容：一、《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程介紹介紹本門課程的學(xué)科地位、教學(xué)內(nèi)容和學(xué)時安排、考核方式、可以參考的學(xué)習(xí)資料等。二、教學(xué)內(nèi)容：介紹Python語言的特點(diǎn)；介紹Python語言的應(yīng)用領(lǐng)域；講授Python開發(fā)環(huán)境的安裝與配置；講授并演示Anaconda的下載與安裝方法；演示JupyterNotebook和SpyderIDE環(huán)境的基本用法；講授并演示Python第三方包的獲取和安裝方法；講授并演示百度AIStudio云計算編程環(huán)境；介紹Python的運(yùn)行原理；講授并演示Python的編寫規(guī)范。實(shí)驗(yàn)教學(xué)安排（1學(xué)時）實(shí)驗(yàn)內(nèi)容：安裝Anaconda集成環(huán)境；掌握J(rèn)upyterNotebook的基本用法；了解百度AIStudio云計算編程環(huán)境；練習(xí)Python第三方包的獲取和安裝方法。課后學(xué)習(xí)任務(wù)布置安裝Anaconda集成環(huán)境，百度AIStudio云計算編程環(huán)境，熟悉JupyterNotebook的基本用法。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第2次課4學(xué)時授課內(nèi)容第2章Python基礎(chǔ)語法（一）教學(xué)目的與要求本課學(xué)習(xí)Python的基礎(chǔ)語法及主要數(shù)據(jù)結(jié)構(gòu)。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：Python中的標(biāo)識符與變量，Python中數(shù)據(jù)的輸入與輸出方法、Python中常用的數(shù)據(jù)結(jié)構(gòu)。重點(diǎn)難點(diǎn)Python數(shù)據(jù)輸入和輸出方法；Python中的序列類型和映射類型。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、Python語法了解Python中的標(biāo)識符；掌握Python中變量的概念和賦值方法；掌握Python中數(shù)據(jù)輸入和輸出的多種方法。二、Python中的序列類型（Sequence）的特點(diǎn)和用法掌握列表的特點(diǎn)和用法；掌握元組的特點(diǎn)和用法。三、Python中其他數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)和用法；掌握映射（Mapping）類型字典的特點(diǎn)和用法；掌握集合類型（set）的特點(diǎn)和用法。實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：練習(xí)使用input和eval函數(shù)進(jìn)行數(shù)據(jù)輸入。練習(xí)使用字符串百分號（%）格式化輸出數(shù)據(jù)。練習(xí)使用format函數(shù)格式化輸出數(shù)據(jù)。序列類型、集合類型和映射類型的使用練習(xí)。課后學(xué)習(xí)任務(wù)布置學(xué)習(xí)Python基本語法，掌握數(shù)據(jù)輸入和輸出方法，學(xué)習(xí)序列、字典等數(shù)據(jù)類型等類型的使用，結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第3次課4學(xué)時授課內(nèi)容第2章Python基礎(chǔ)語法（二）教學(xué)目的與要求本課學(xué)習(xí)Python的基礎(chǔ)語法。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：Python中的運(yùn)算符與表達(dá)式、Python的流程控制。重點(diǎn)難點(diǎn)Python中算術(shù)運(yùn)算、比較運(yùn)算等各種運(yùn)算符的使用；循環(huán)結(jié)構(gòu)的應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：運(yùn)算符與表達(dá)式的概念和使用方法賦值運(yùn)算符算術(shù)運(yùn)算符比較（關(guān)系）運(yùn)算符邏輯運(yùn)算符其他運(yùn)算符：位運(yùn)算符、成員運(yùn)算符等二、Python流程控制結(jié)構(gòu)的使用順序結(jié)構(gòu)選擇結(jié)構(gòu)循環(huán)結(jié)構(gòu)實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：算術(shù)運(yùn)算符的應(yīng)用練習(xí)；邏輯運(yùn)算符的應(yīng)用練習(xí)；選擇結(jié)構(gòu)的練習(xí)；循環(huán)結(jié)構(gòu)的練習(xí)。課后學(xué)習(xí)任務(wù)布置學(xué)習(xí)運(yùn)算符與表達(dá)式、流程控制結(jié)構(gòu)的應(yīng)用，結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第4次課4學(xué)時授課內(nèi)容第3章函數(shù)教學(xué)目的與要求本課介紹Python中的函數(shù)。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：函數(shù)的定義方法，函數(shù)中參數(shù)的傳遞方法，函數(shù)中參數(shù)的設(shè)置，匿名函數(shù)以及遞歸函數(shù)等。重點(diǎn)難點(diǎn)函數(shù)的定義和調(diào)用；函數(shù)參數(shù)的設(shè)置；匿名函數(shù)的使用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：Python語言中的模塊和包、函數(shù)的概念函數(shù)的定義方法函數(shù)中參數(shù)的傳遞方法實(shí)參變量指向不可變對象實(shí)參變量指向可變對象函數(shù)中參數(shù)的設(shè)置函數(shù)參數(shù)類型位置參數(shù)默認(rèn)參數(shù)關(guān)鍵字參數(shù)可變參數(shù)匿名函數(shù)遞歸函數(shù)實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：無參函數(shù)和有參函數(shù)的定義練習(xí)；函數(shù)的參數(shù)傳遞練習(xí)；位置參數(shù)練習(xí)；默認(rèn)參數(shù)練習(xí)；關(guān)鍵字參數(shù)練習(xí)；可變參數(shù)練習(xí)；匿名函數(shù)練習(xí)；遞歸函數(shù)練習(xí)。實(shí)踐學(xué)習(xí)任務(wù)布置掌握函數(shù)的定義方法、函數(shù)的參數(shù)傳遞、參數(shù)設(shè)置方法，理解匿名函數(shù)和遞歸函數(shù)。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第5次課4學(xué)時授課內(nèi)容第4章類與對象教學(xué)目的與要求本課主要介紹Python面向?qū)ο缶幊獭Ｍㄟ^本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：掌握Python中類的定義與使用，掌握屬性與方法的概念，掌握Python中面向?qū)ο蟮木幊谭椒āＶ攸c(diǎn)難點(diǎn)Python中類的聲明；Python中類的屬性與方法的概念與使用；類的封裝、繼承和多態(tài)。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：Python中類的定義與使用屬性實(shí)例屬性與類屬性；公有屬性和私有屬性。方法實(shí)例方法類方法靜態(tài)方法理解繼承的概念理解運(yùn)算符的重載實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：父類和子類定義練習(xí)；類的實(shí)例屬性與類屬性練習(xí)；類的共有屬性和私有屬性練習(xí)；類的繼承練習(xí)。實(shí)踐學(xué)習(xí)任務(wù)布置掌握類的定義與使用方法，理解實(shí)例屬性與類屬性、公有屬性和私有屬性以及實(shí)例方法、類方法和靜態(tài)方法的區(qū)別和聯(lián)系；理解隱形繼承、覆蓋、Super繼承、多重繼承；理解運(yùn)算符重載函數(shù)的定義方法。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第6次課4學(xué)時授課內(nèi)容第5章NumPy基礎(chǔ)與應(yīng)用教學(xué)目的與要求本課主要介紹Python中NumPy包的相關(guān)知識。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：Numpy數(shù)組的創(chuàng)建；數(shù)組的迭代、索引和切片；數(shù)組的合并與拆分;Numpy數(shù)組的統(tǒng)計相關(guān)、形狀相關(guān)、運(yùn)算等操作;掌握Numpy數(shù)組的讀取和寫入。重點(diǎn)難點(diǎn)NumPy數(shù)組創(chuàng)建的多種方法；Numpy數(shù)組統(tǒng)計相關(guān)操作；Numpy數(shù)組運(yùn)算相關(guān)操作；Numpy數(shù)組的讀寫。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：NumPy數(shù)組的屬性掌握創(chuàng)建數(shù)組的多種方法掌握數(shù)組基礎(chǔ)操作數(shù)組的迭代；數(shù)組的索引和切片；數(shù)組的合并與拆分。掌握數(shù)組的其他操作Numpy數(shù)組的統(tǒng)計相關(guān)操作；Numpy數(shù)組的形狀相關(guān)操作；Numpy數(shù)組的四則運(yùn)算、點(diǎn)乘與比較操作。實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：數(shù)組的創(chuàng)建練習(xí)利用np.array()函數(shù)生成數(shù)組；利用內(nèi)置函數(shù)產(chǎn)生特定形式的數(shù)組；生成隨機(jī)數(shù)組。Numpy數(shù)組的統(tǒng)計相關(guān)練習(xí)數(shù)組求和、數(shù)組求積、均值、標(biāo)準(zhǔn)差和方差等練習(xí)。Numpy數(shù)組的形狀相關(guān)操作使用.shape屬性修改數(shù)組形狀練習(xí)；reshape()和.resize()方法練習(xí)；數(shù)組的轉(zhuǎn)置練習(xí)。Numpy數(shù)組的四則運(yùn)算、點(diǎn)乘與比較練習(xí)Numpy數(shù)組的讀取與寫入練習(xí)綜合練習(xí)使用Numpy進(jìn)行股票價格的統(tǒng)計與分析。課后學(xué)習(xí)任務(wù)布置掌握Numpy數(shù)組創(chuàng)建的多種方法；熟悉數(shù)組的數(shù)據(jù)類型；掌握數(shù)組的迭代、索引和切片；掌握數(shù)組統(tǒng)計相關(guān)、形狀相關(guān)、數(shù)組的四則運(yùn)算、點(diǎn)乘與比較相關(guān)的操作；掌握數(shù)組的讀寫。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第7次課4學(xué)時授課內(nèi)容第6章Pandas基礎(chǔ)與應(yīng)用（一）教學(xué)目的與要求本課介紹Pandas中主要的數(shù)據(jù)結(jié)構(gòu)及其基本操作。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：Pandas中主要的數(shù)據(jù)結(jié)構(gòu)；Pandas中數(shù)據(jù)導(dǎo)入和導(dǎo)出的方法；DataFrame中數(shù)據(jù)的選取等基本操作。重點(diǎn)難點(diǎn)掌握Series數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)及應(yīng)用；掌握DataFrame數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)及應(yīng)用；DataFrame中數(shù)據(jù)的選取。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、Pandas簡介Pandas主要特性；Pandas包的安裝。二、Pandas中的數(shù)據(jù)結(jié)構(gòu)Series特點(diǎn)及創(chuàng)建方法；DataFrame特點(diǎn)及創(chuàng)建方法。三、Pandas中數(shù)據(jù)的基本操作Pandas中數(shù)據(jù)的導(dǎo)入和導(dǎo)出；DataFrame數(shù)據(jù)的選?。籇ataframe中數(shù)據(jù)的編輯；數(shù)據(jù)的合并。實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：Series對象的創(chuàng)建使用標(biāo)量創(chuàng)建Series的練習(xí)；使用數(shù)組創(chuàng)建Series的練習(xí)；使用列表創(chuàng)建Series的練習(xí)；使用字典創(chuàng)建Series的練習(xí)；Series支持的各種操作練習(xí)。二、DataFrame對象的創(chuàng)建數(shù)組構(gòu)建DataFrame的練習(xí)；指定行索引和列索引構(gòu)建DataFrame的練習(xí)；傳入帶有列表的字典構(gòu)建DataFrame的練習(xí)。三、Pandas中數(shù)據(jù)的基本操作Pandas讀取各種文件（csv、excel及json格式）數(shù)據(jù)的練習(xí)；使用基本選取方式選取DataFrame數(shù)據(jù)的練習(xí)；使用loc及iloc選取DataFrame數(shù)據(jù)的練習(xí)；DataFrame數(shù)據(jù)編輯練習(xí)；使用merge()和concat()進(jìn)行數(shù)據(jù)的合并練習(xí)。課后學(xué)習(xí)任務(wù)布置理解Pandas中主要的數(shù)據(jù)結(jié)構(gòu)，掌握其基本操作，包括：使用Pandas進(jìn)行數(shù)據(jù)的導(dǎo)入、導(dǎo)出、選取、編輯及合并等。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第8次課4學(xué)時授課內(nèi)容第6章Pandas基礎(chǔ)與應(yīng)用（二）教學(xué)目的與要求本課介紹Pandas中主要的數(shù)據(jù)運(yùn)算與數(shù)據(jù)分析。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：Pandas中的數(shù)據(jù)算術(shù)運(yùn)算和比較運(yùn)算；Pandas中數(shù)據(jù)的統(tǒng)計分析；Pandas中的透視表與交叉表。重點(diǎn)難點(diǎn)Pandas中的數(shù)據(jù)分組與聚合；Pandas中的透視表與交叉表。理論教學(xué)安排（2學(xué)時）授課內(nèi)容：一、數(shù)據(jù)的算術(shù)運(yùn)算和比較運(yùn)算二、數(shù)據(jù)排序三、統(tǒng)計分析四、分組與聚合五、透視表與交叉表實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：Series和DataFrame對象數(shù)據(jù)的算術(shù)與比較運(yùn)算練習(xí)DataFrame對象數(shù)據(jù)的排序練習(xí)數(shù)據(jù)的統(tǒng)計分析基本統(tǒng)計分析方法；累計統(tǒng)計分析練習(xí)。四、分組與聚合數(shù)據(jù)分組練習(xí)；數(shù)據(jù)聚合練習(xí)。五、透視表與交叉表使用pivot_table創(chuàng)建數(shù)據(jù)透視表練習(xí)；使用crosstab創(chuàng)建交叉表練習(xí)。六、綜合練習(xí)天氣信息文件數(shù)據(jù)的分析練習(xí)；泰坦尼克號乘客生還數(shù)據(jù)的分析練習(xí)；小費(fèi)文件數(shù)據(jù)的分析練習(xí)。課后學(xué)習(xí)任務(wù)布置掌握Pandas中數(shù)據(jù)的合并、Pandas中的數(shù)據(jù)算術(shù)運(yùn)算和比較運(yùn)算、數(shù)據(jù)的分組與聚合、數(shù)據(jù)透視表與交叉表等用法。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第9次課4學(xué)時授課內(nèi)容第7章Matplotlib基礎(chǔ)及應(yīng)用教學(xué)目的與要求本課主要介紹使用Matplotlib繪圖的基本方法。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：Matplotlib中圖形的組成元素；Pyplot繪圖的基本方法；子圖的多種設(shè)置方法；掌握Matplotlib中Pyplot繪制常用圖形的方法；Matplotlib與Numpy和Pandas的綜合應(yīng)用。 重點(diǎn)難點(diǎn)Matplotlib中圖形的構(gòu)成；Matplotlib中子圖的設(shè)置與應(yīng)用；Matplotlib中Pyplot常用圖形的繪制；Matplotlib與Numpy和Pandas的綜合應(yīng)用。理論教學(xué)安排（2學(xué)時）授課內(nèi)容：一、Matplotlib簡介主要特性；Matplotlib安裝。 二、Matplotlib的基礎(chǔ)知識Matplotlib的導(dǎo)入；Matplotlib中圖形（Figure）的構(gòu)成；Matplotlib中設(shè)置中文。三、Pyplot的使用 函數(shù)plt.plot()的使用； 子圖的多種設(shè)置方法。 四、Pyplot中常用圖形的繪制散點(diǎn)圖 柱狀圖 直方圖 餅圖 3D圖 實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：一、Pyplot的使用練習(xí) 函數(shù)plt.plot()的使用練習(xí)； 子圖的多種設(shè)置方法練習(xí)。 二、Pyplot中常用圖形的繪制練習(xí)函數(shù)plt.plot()的使用練習(xí)； 子圖的多種設(shè)置練習(xí)。 三、Pyplot中常用圖形的繪制練習(xí)四、Matplotlib與Numpy和Pandas的綜合應(yīng)用練習(xí)某地區(qū)旅游數(shù)據(jù)的分析與可視化；某高校高考入學(xué)分?jǐn)?shù)的可視化分析；Netflix電視節(jié)目和電影數(shù)據(jù)的可視化分析。課后學(xué)習(xí)任務(wù)布置掌握Matplotlib中圖形的組成元素，理解軸、軸線、圖例等概念，使用Pyplot繪圖的方法，子圖的多種設(shè)置方法，Pyplot中常用圖形的繪制。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第10次課4學(xué)時授課內(nèi)容第8章分類（一）教學(xué)目的與要求本課首先對分類問題進(jìn)行概述，然后重點(diǎn)介紹基于有監(jiān)督學(xué)習(xí)的分類預(yù)測模型，包括決策樹、樸素貝葉斯等算法的原理及其在Python中的實(shí)現(xiàn)。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：分類的基本概念；分類模型的評價指標(biāo)；掌握決策樹、樸素貝葉斯等分類算法的原理及過程。重點(diǎn)難點(diǎn)分類模型的評價指標(biāo)；理解決策樹、樸素貝葉斯等分類算法的原理及應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、分類概述 分類的基本概念； 常用的分類算法； 分類算法的評價指標(biāo)。 二、分類的理論知識 信息熵； 信息增益； 基尼系數(shù)。 三、決策樹 決策樹的基本概念；決策樹的算法過程；sklearn中的決策樹應(yīng)用。四、樸素貝葉斯分類器樸素貝葉斯分類器的基本介紹；樸素貝葉斯分類器的算法過程；sklearn中的樸素貝葉斯分類器應(yīng)用。實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：決策樹的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的決策樹練習(xí)貝葉斯分類器的應(yīng)用實(shí)驗(yàn)搜狗實(shí)驗(yàn)室新聞數(shù)據(jù)上的貝葉斯分類器練習(xí)課后學(xué)習(xí)任務(wù)布置理解分類問題及分類算法的評價指標(biāo)，掌握有監(jiān)督學(xué)習(xí)的分類預(yù)測模型，包括決策樹、樸素貝葉斯等算法的原理及其在Python中的實(shí)現(xiàn)。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第11次課4學(xué)時授課內(nèi)容第8章分類（二）教學(xué)目的與要求本課介紹支持向量機(jī)、梯度提升決策樹等算法的原理及其應(yīng)用，結(jié)合實(shí)例介紹本章分類算法的應(yīng)用。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：支持向量機(jī)、梯度提升決策樹等算法的原理及應(yīng)用；掌握python中常用分類模型的綜合應(yīng)用。重點(diǎn)難點(diǎn)理解支持向量機(jī)、梯度提升決策樹等分類算法的原理及應(yīng)用；Python中常用分類模型的綜合應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、支持向量機(jī)支持向量機(jī)基本介紹；支持向量機(jī)算法過程；sklearn中的支持向量機(jī)應(yīng)用。二、梯度提升決策樹梯度提升決策樹基本概念；梯度提升決策樹算法過程；sklearn中的梯度提升決策樹應(yīng)用。三、常用分類算法的綜合應(yīng)用實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：支持向量機(jī)的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的支持向量機(jī)練習(xí)二、梯度提升決策樹的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的梯度提升決策樹分類器練習(xí)常用分類算法的綜合應(yīng)用練習(xí)多種分類算法在葡萄酒wine數(shù)據(jù)集的分類練習(xí)；銀行借貸違約情況的分類預(yù)測練習(xí)；多種分類算法在鳶尾花數(shù)據(jù)集的分類練習(xí)。課后學(xué)習(xí)任務(wù)布置掌握有監(jiān)督學(xué)習(xí)的分類預(yù)測模型，包括支持向量機(jī)、梯度提升決策樹等算法的原理及其在Python中的實(shí)現(xiàn)，掌握python中常用分類模型的綜合應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第12次課4學(xué)時授課內(nèi)容第9章聚類（一）教學(xué)目的與要求本課首先對聚類問題進(jìn)行概述，然后介紹聚類分析的常用算法，重點(diǎn)介紹基于劃分的K-Means聚類算法的原理以及在Python中的使用方法。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：聚類的基本概念；聚類的常用算法；聚類的評估方法；基于劃分的K-Means聚類算法的原理及應(yīng)用；基于層次分析的聚類算法原理及應(yīng)用。重點(diǎn)難點(diǎn)聚類的常用算法；聚類的評估方法；基于劃分的K-Means聚類算法。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、聚類概述 聚類的基本概念； 聚類的距離度量； 聚類的常用算法； 聚類的評估。 二、基于劃分的K-Means聚類算法 K-Means的基本概念； K-Means的算法過程； sklearn中的K-Means應(yīng)用。三、基于層次分析的聚類基于層次分析的聚類的基本原理；基于層次分析的聚類過程；sklearn中的Birch應(yīng)用。實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：K-Means算法的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的K-Means聚類練習(xí)；make_blobs生成數(shù)據(jù)集上的K-Means聚類練習(xí)。二、Birch算法的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的Birch聚類練習(xí)；make_blobs生成數(shù)據(jù)集上的Birch聚類練習(xí)。課后學(xué)習(xí)任務(wù)布置掌握無監(jiān)督學(xué)習(xí)的聚類模型，了解常用聚類算法，掌握基于劃分的K-Means聚類算法及其在Python中的應(yīng)用，掌握基于層次分析的聚類算法及應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第13次課4學(xué)時授課內(nèi)容第9章聚類（二）教學(xué)目的與要求本課介紹基于密度的聚類算法的原理及其應(yīng)用，結(jié)合實(shí)例介紹本章聚類算法的綜合應(yīng)用。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：DBSCAN算法的原理及應(yīng)用；掌握python中常用聚類模型的綜合應(yīng)用。重點(diǎn)難點(diǎn)基于密度的聚類算法原理及應(yīng)用；常用聚類算法的綜合應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、基于密度的聚類基于密度的聚類的基本原理；基于密度的聚類過程；sklearn中的DBSCAN應(yīng)用。二、常用聚類算法的綜合應(yīng)用實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：一、DBSCAN算法的應(yīng)用實(shí)驗(yàn)Iris鳶尾花數(shù)據(jù)集上的DBSCAN聚類練習(xí)；make_blobs生成數(shù)據(jù)集上的DBSCAN聚類練習(xí)。常用聚類算法的綜合應(yīng)用練習(xí)肘方法為K-Means聚類選擇最優(yōu)的簇數(shù)k，并使用CH指標(biāo)評價不同k時的聚類質(zhì)量的練習(xí)。非“球形簇”數(shù)據(jù)的不同聚類算法對比練習(xí)?；贙-Means算法的圖像分割練習(xí)。課后學(xué)習(xí)任務(wù)布置掌握基于密度的聚類算法及其在Python中的應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第14次課4學(xué)時授課內(nèi)容第10章回歸（一）教學(xué)目的與要求本課首先對回歸問題進(jìn)行概述，然后介紹回歸的常用算法，重點(diǎn)介紹線性回歸和邏輯回歸的原理以及在Python中的使用方法。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：常用的回歸模型；回歸分析的評價指標(biāo)；線性回歸的原理及應(yīng)用；邏輯回歸的原理及應(yīng)用。重點(diǎn)難點(diǎn)線性回歸的原理及應(yīng)用；邏輯回歸的原理及應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、回歸概述常用的回歸模型；回歸分析的步驟；回歸的相關(guān)系數(shù)；回歸模型的評價指標(biāo)。二、線性回歸 線性回歸原理；LinearRegression應(yīng)用；一元線性回歸的原理及應(yīng)用；多元線性回歸的原理及應(yīng)用。三、邏輯回歸 邏輯回歸原理； 邏輯回歸的應(yīng)用。 實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：一、線性回歸的應(yīng)用實(shí)驗(yàn)簡單線性回歸模型實(shí)例；多元線性回歸實(shí)例。二、邏輯回歸的應(yīng)用實(shí)驗(yàn)使用邏輯回歸模型預(yù)測冠心病（CHD）患病風(fēng)險的實(shí)驗(yàn)課后學(xué)習(xí)任務(wù)布置掌握回歸分析的常用算法、回歸分析的步驟、評價指標(biāo)等，掌握一元線性回歸和多元線性回歸、邏輯回歸的原理及其在Python中的應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第15次課4學(xué)時授課內(nèi)容第10章回歸（二）教學(xué)目的與要求本課介紹多項式回歸、嶺回歸以及Lasso回歸的原理及其應(yīng)用，結(jié)合實(shí)例介紹本章回歸算法的應(yīng)用。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：多項式回歸的原理及應(yīng)用；嶺回歸的原理及應(yīng)用；Lasso回歸的原理及應(yīng)用；掌握python中常用回歸模型的綜合應(yīng)用。重點(diǎn)難點(diǎn)多項式回歸的原理與應(yīng)用；嶺回歸的原理與應(yīng)用；Lasso回歸的原理與應(yīng)用。理論教學(xué)安排（2學(xué)時）教學(xué)內(nèi)容：一、其他回歸算法多項式回歸的基本原理及應(yīng)用；嶺回歸的基本原理及應(yīng)用；Lasso回歸的基本原理及應(yīng)用。二、常用回歸算法的綜合應(yīng)用實(shí)驗(yàn)教學(xué)安排（2學(xué)時）實(shí)驗(yàn)內(nèi)容：一、其他回歸算法的應(yīng)用實(shí)驗(yàn)使用2次多項式回歸擬合非線性數(shù)據(jù)練習(xí)；嶺回歸預(yù)測聯(lián)合循環(huán)發(fā)電廠的發(fā)電量練習(xí)；Lasso回歸分析糖尿病數(shù)據(jù)集的練習(xí)。二、常用聚類算法的綜合應(yīng)用練習(xí)用邏輯回歸模型進(jìn)行輸血服務(wù)中心數(shù)據(jù)集中個人是否獻(xiàn)血的預(yù)測；用線性回歸和嶺回歸預(yù)測波士頓房價。課后學(xué)習(xí)任務(wù)布置掌握多項式回歸、嶺回歸與Lasso回歸的原理及其在Python中的應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第16次課2學(xué)時授課內(nèi)容實(shí)戰(zhàn)案例--電商消費(fèi)者數(shù)據(jù)分析教學(xué)目的與要求本課為數(shù)據(jù)分析與可視化的案例學(xué)習(xí)。將綜合利用Python中的sklearn、numpy、pandas、matplotlib及seaborn等包，對某禮品公司在線零售交易數(shù)據(jù)集進(jìn)行分析。通過本課的學(xué)習(xí)，學(xué)生應(yīng)掌握如下知識：熟悉數(shù)據(jù)分析與可視化基本過程；熟悉數(shù)據(jù)分析與可視化的常用方法。重點(diǎn)難點(diǎn)數(shù)據(jù)的預(yù)處理方法；數(shù)據(jù)的探索性分析；數(shù)據(jù)的可視化分析。理論教學(xué)安排（1學(xué)時）教學(xué)內(nèi)容：一、案例背景介紹二、數(shù)據(jù)加載和預(yù)處理 加載包及讀入數(shù)據(jù)；數(shù)據(jù)信息初步分析；數(shù)據(jù)預(yù)處理。 三、探索性數(shù)據(jù)分析各國訂單情況分析；客戶情況分析；產(chǎn)品情況分析；按時間的銷售數(shù)據(jù)分析。 四、案例小結(jié)實(shí)驗(yàn)教學(xué)安排（1學(xué)時）實(shí)驗(yàn)內(nèi)容：綜合案例實(shí)驗(yàn)。通過實(shí)驗(yàn)分析某禮品公司的在線零售交易數(shù)據(jù)，包括訂單來源國家情況、客戶情況，以及按時間的銷售數(shù)據(jù)分析，并啟發(fā)學(xué)生自己設(shè)計實(shí)驗(yàn)內(nèi)容，以便更加深入地探究該數(shù)據(jù)集中客戶的分布、購買習(xí)慣等信息，為后期制定更好地銷售計劃做準(zhǔn)備。課后學(xué)習(xí)任務(wù)布置掌握綜合利用sklearn、numpy、pandas、matplotlib及seaborn等包，對比較復(fù)雜數(shù)據(jù)進(jìn)行分析的綜合應(yīng)用。結(jié)合本章綜合實(shí)踐例題進(jìn)行實(shí)訓(xùn)，完成章節(jié)習(xí)題。主要參考資料《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》王潔等主編，清華大學(xué)出版社

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》課程教案第17次課2學(xué)時授課內(nèi)容實(shí)戰(zhàn)案例--乳腺癌數(shù)據(jù)分析與預(yù)測教學(xué)目的與要求本課為數(shù)據(jù)分析與挖掘的案例學(xué)習(xí)。將綜合利用Python中的sklearn、numpy、pandas、matplotlib及seaborn等包，對乳腺癌診斷數(shù)據(jù)集進(jìn)行分析。通過構(gòu)建分類模型，預(yù)測腫瘤是良性還是惡性。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：熟悉數(shù)據(jù)的相關(guān)性分析；掌握多種分類模型的應(yīng)用；熟悉特征選擇的多種方法；熟悉參數(shù)調(diào)優(yōu)的方法；掌握多種分類模型的評價指標(biāo)。重點(diǎn)難點(diǎn)數(shù)據(jù)的相關(guān)性分析；分類預(yù)測模型的運(yùn)用；多種特征選擇方法的應(yīng)用；多種分類模型評價指標(biāo)的應(yīng)用。理論教學(xué)安排（1學(xué)時）教學(xué)內(nèi)容：一、案例背景介紹二、數(shù)據(jù)加載和預(yù)處