機(jī)器學(xué)習(xí)原理與應(yīng)用電子教案 5.7K均值聚類

備課日期：年月日授課時(shí)間課時(shí)（理論+實(shí)驗(yàn)）周次星期:節(jié)次:授課課題K均值聚類教學(xué)目標(biāo)1.理解K均值聚類基本原理；2.掌握Scikit-learnK均值聚類庫(kù)的使用方法。教學(xué)重點(diǎn)1.K均值聚類原理；2.Scikit-learnK均值聚類庫(kù)的使用。教學(xué)準(zhǔn)備PPT、點(diǎn)名冊(cè)等。教學(xué)方法指導(dǎo)閱讀、案例法。教學(xué)過(guò)程設(shè)計(jì)備注課題引入【思考】新生入學(xué)一段時(shí)間后形成不同群體，其原因是什么？【關(guān)鍵】“物以類聚、人以群分”的關(guān)鍵?！緯r(shí)間】分鐘。教學(xué)步驟及主要內(nèi)容【主板書(shū)】§3.7.K均值聚類---------------------------------------------------------------------------一、基本原理【主板書(shū)】基本原理1.聚類與聚類分析的概念。聚類是指將樣本集劃分為若干的類別以使同類樣本最為相似、異類樣本差別最大的分類過(guò)程；聚類分析則是以樣本相似性為基礎(chǔ)，對(duì)樣本集自動(dòng)進(jìn)行聚類的過(guò)程，屬于無(wú)監(jiān)督學(xué)習(xí)。聚類分析旨在在樣本集中計(jì)算樣本之間的相似性以將樣本集分成指定數(shù)量的類別（如3類）；類內(nèi)樣本相似性越大、類間樣本相似性越低，則聚類效果越好。2.K均值聚類（1）基本思想：采用距離作為樣本相似性指標(biāo)而將樣本集分成K個(gè)類別，而其中每個(gè)類別的聚類中心根據(jù)該類別中所有樣本的均值得到。（2）代價(jià)函數(shù)（含義）。J=（3）求解過(guò)程：同類樣本越相似，異類樣本差別越大，則誤差平方越小。（4）K值選擇：肘部法則。（5）Calinski-Harabasz分?jǐn)?shù)值及其含義。s【強(qiáng)化與拓展】矩陣的跡、協(xié)方差?！糚PT〗三類樣本聚類過(guò)程?！緯r(shí)間】分鐘?！咎釂?wèn)】。二、Scikit-learn庫(kù)的使用【主板書(shū)】Scikit-learn庫(kù)的使用1.庫(kù)導(dǎo)入fromsklearn.clusterimportKMeans2.模型構(gòu)建與求解sklearn.cluster.KMeans(n_clusters=8,max_iter=300)n_clusters:簇的個(gè)數(shù)。max_iter:最大迭代次數(shù)。3.常用方法與屬性KM.fit(X)#模型構(gòu)建。y_predict=KM.predict(X)#每個(gè)樣本的類別標(biāo)記。centroids=KM.cluster_centers_#每個(gè)類別中心。inertia=KM.inertia_#聚類結(jié)果評(píng)估。4.應(yīng)用實(shí)例〖PPT〗。例1：隨機(jī)生成樣本進(jìn)行聚類?！緩?qiáng)化與拓展】圖例說(shuō)明的顯示；聚類中心的顯示。例2：聚類數(shù)對(duì)聚類精度的影響〖PPT〗。（1）產(chǎn)生數(shù)據(jù)：make_blobs（聚類中心、標(biāo)準(zhǔn)差等參數(shù)設(shè)置）。（2）求取K=2、3與4時(shí)的CH值。（3）比較結(jié)果。【時(shí)間】分鐘?！咎釂?wèn)】。課堂練習(xí)其他無(wú)小結(jié)與作業(yè)課堂小結(jié)K-means算法原理非常簡(jiǎn)單且使用廣泛，但也仍存在以下缺陷：（1）K值需要預(yù)先指定，然而，在很多情況下K值的估計(jì)是非常困難的，需要針對(duì)不同問(wèn)題與先驗(yàn)知識(shí)進(jìn)行估計(jì)。（2）對(duì)初始選取的聚類中心較為敏感，不同的聚類中心將得到不同的聚類結(jié)果。（3）并不適于所有的數(shù)據(jù)類型，對(duì)于非球形分布、不同尺寸和不同密度等形式的樣本，聚類效果不一定理想。本課作業(yè)利用Scikit-learn庫(kù)生成make_blobs

數(shù)據(jù)并將數(shù)據(jù)劃分為訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)兩部分。fromsklearn.datasets.samples_generatorimportmake_blobs

X,y=make_blobs(n_samples=500,n_features=2,centers=[[-1,-1],[0,0],[1,1],[2,2]],cluster_std=[0.4,0.3,0.1,0.2])

請(qǐng)完成以下實(shí)驗(yàn)：（