高中一年级信息技术选择性必修4《使用K-均值算法进行聚类》教学设计

高中一年级信息技术选择性必修4《使用K均值算法进行聚类》教学设计一、教学背景分析本课选自人教中图版（2019）高中信息技术选择性必修4《人工智能初步》第二单元第4节，是学生在了解机器学习基本概念之后，第一次完整经历"无监督学习"的经典案例。前两节学生已经感知了人工智能的实现方式，知道机器可以从数据中学习，但"学习"究竟意味着什么，对高一学生而言仍是抽象的。K均值算法恰好提供了一个绝佳的窗口：它的思想朴素——物以类聚，同类相近；它的过程可计算——每一次迭代都是清晰的距离运算；它的结果可视化——二维平面上散点的归属变化一目了然。从学情看，授课对象为高一年级学生，他们具备平面直角坐标系和两点间距离公式的数学基础，在必修模块学习过Python编程与数据处理的基本方法，能读懂简单的for循环和列表操作。但学生普遍存在两个认知困难：一是误以为"聚类"就是"分类"，混淆了有监督与无监督的本质区别；二是面对迭代收敛的概念，容易把算法神秘化，认为机器"自己想明白了"。因此本课的定位是：用手工模拟破除神秘感，用编程实现建立自动化观念，用真实任务引发对算法局限的思考。二、教学目标1.信息意识：面对一堆无标签的消费数据，能主动提出"能否按相似程度自动分组"的问题，体会无标签数据中蕴藏的价值，认识到聚类是发现数据内在结构的基本手段。2.计算思维：理解K均值算法"选中心—算距离—定归属—更新中心"的迭代机制，能用自然语言和流程图描述算法，把抽象的距离比较转化为可执行的循环操作。3.数字化学习与创新：运用Python调用sklearn库（或手写简化版本）对鸢尾花数据、商场顾客数据完成聚类，并通过调整K值观察结果变化，形成"做中学、调中悟"的学习方式。4.信息社会责任：结合用户画像被滥用、大数据杀熟等社会现象，讨论聚类技术背后的伦理边界，辩证看待算法对人的"贴标签"行为。三、教学重点与难点教学重点：K均值算法的基本步骤——随机选取K个初始中心点；计算每个样本到各中心点的距离，将其归入最近的簇；重新计算每个簇的中心；重复上述过程直至中心稳定。教学中以"侨胞寻亲式"的比喻帮助学生建立直观：每个中心点像一位领队，每个数据点投奔离自己最近的领队，领队再根据队伍的平均位置移动到大本营，反复召集、迁移，直到队伍和位置都不再变化。教学难点：理解"簇中心即簇内所有点的均值位置"以及"迭代收敛"的必然性。突破策略是先让学生在小黑板坐标纸上用尺和铅笔手算10个点的两轮聚类，亲历均值更新导致归属变化的过程，再用动态演示程序呈现收敛过程，让"为什么会停"从数学现象变成可感知的画面。四、教学资源与准备机房环境，每生一台安装Python3.x与sklearn、matplotlib库的计算机；教师端演示课件与JupyterNotebook演示文件；打印好的"校园顾客手账"任务单（含10位同学的周消费额与消费频次二维数据点）；黑板配磁性坐标纸；微课视频《两分钟看懂聚类》作为课后补差资源。五、教学过程（一）情境导入——没有答案的试卷（约5分钟）上课伊始，教师在大屏展示一张超市购物原始记录表：用户编号、每月到店次数、平均单次消费额，共200条记录，没有任何类别标签。抛出问题链：如果你是店长，想把顾客分成"精打细算型""品质享受型""偶尔路过型"三类以便精准促销，你能一眼看出来谁属于哪一类吗？数据没有告诉我们答案，机器也没有参考答案，它凭什么自己分？学生议论后，教师点破：这类"只给数据、不给标准答案"的问题，正是无监督学习要解决的。今天的主角K均值算法，就是其中最经典的一位"分组高手"。板书课题：2.4使用K均值算法进行聚类。设计意图：用贴近学生生活的商业场景制造认知冲突，让学生明确"无标签、要分组"这一任务特征，为理解无监督学习埋下伏笔。（二）抽象建模——手算一次聚类（约15分钟）教师发放任务单，任务单上印着10名校内学生"每周上网学习时长"与"每周运动时长"的二维坐标点A(1,1)、B(1,2)、C(2,1)、D(2,2)、E(3,2)、F(8,7)、G(8,8)、H(8,9)、I(9,8)、J(9,7)。第一步，设定K=2，教师指定初始中心：M₁(1,1)，M₂(9,9)。第二步，每名学生领取一个数据点，用两点间距离公式d=√[(x₁−x₂)²+(y₁−y₂)²]计算自己的点到两个中心的欧氏距离，把结果写在磁贴上，贴到黑板上对应中心的一侧。比如E(3,2)到M₁的距离是√5≈2.24，到M₂的距离是√1+(29)²取全式得√[36+49]≈9.22，于是E归队M₁。第三步，全班统计两大阵营，分别计算新中心：簇一五个点的坐标取平均，得到M₁′(2,1.6)；簇二五个点取平均，得M₂′(8.4,7.8)。学生直观看到：中心点"挪窝了"。第四步，教师提问：中心挪了，原来归属的点还忠诚吗？学生发现个别点的距离关系发生反转，需要重新站队；再算一轮，中心不再移动——算法"稳住了"。教师顺势给出收敛的定义：当中心点位置不再变化或变化小于给定阈值时，迭代结束。教学小结由学生口述，教师提炼为四步循环经济：初始化→分配（就近入队）→更新（取均值搬家）→判断（稳了没？没稳再来）。板书以环形箭头呈现四字的迭代结构图。设计意图：在零代码条件下完整走一遍算法，让学生亲历均值更新如何引发归属变化，把"收敛"从名词变成体验。手算虽慢，却是后续自动化编程的认知地基。（三）程序实现——把四步交给机器（约12分钟）过渡语：人算十个点要一刻钟，机器算百万个点只要眨眼之间，前提是我们把规则说清楚。教师打开JupyterNotebook，演示以下核心代码并逐行讲解：fromsklearn.clusterimportKMeansimportmatplotlib.pyplotaspltX=[[1,1],[1,2],[2,1],[2,2],[3,2],[8,7],[8,8],[8,9],[9,8],[9,7]]km=KMeans(n_clusters=2,n_init=10,random_state=0)labels=km.fit_predict(X)print(km.cluster_centers_)plt.scatter([p[0]forpinX],[p[1]forpinX],c=labels)讲解要点：n_clusters=2对应我们手算时的K=2；fit_predict一行完成了全部迭代；cluster_centers_输出的中心坐标与黑板手算结果对照，验证人算与机算一致；plt散点图中颜色由labels决定，两个簇以不同颜色呈现。随后抛出对比参数：把n_clusters改成3、4各运行一次。学生观察到散点颜色结构随K值变化，K=3时右侧大簇被"劈开"。教师总结：K不是算法算出来的，而是人根据业务需要设定的——这正是K均值"半自动"的特征。（四）分层任务实践——用真数据说话（约15分钟）基础任务：加载鸢尾花数据集iris，仅取花瓣长度与宽度两列完成K=3的聚类，绘制散点图，并与真实的三个品种标签作对照。学生运行后发现：聚类结果与真实物种标签高度吻合但不是完全一致，个别样本被"错分"。教师引导学生讨论：错分说明算法失败了吗？结论是否定的——聚类依据的是花瓣形态的相似性，而物种划分还涉及遗传因素，标准不同而已。提升任务：打开文件mall_customers.csv（内含200条商场顾客的年收入与消费评分数据），先不指定K，以小组成员身份讨论：K取几最合理？学生尝试K=2至K=6并观察轮廓紧密度，或使用"肘部法则"——计算每个K值下所有点到所属中心距离的平方和（SSE），SSE随K增大而递减，画出折线后曲线在K=5处出现明显"手肘"，此后改善微乎其微，故选K=5。教师提供参考代码：sse=[]forkinrange(1,8):km=KMeans(n_clusters=k,n_init=10)km.fit(X2)sse.append(km.inertia_)plt.plot(range(1,8),sse,marker='o')环境监测要求：教师巡视，重点帮扶两类学生——对代码报错的，引导看错误提示中的行号与拼写；对只会照抄的，追问"如果K取10，你会预测看到什么画面？"迫使其先设想再验证。（五）小组展示与互评（约8分钟）每组派代表展示两屏内容：聚类可视化图与结论陈述。陈述模板限定三句话：我的数据是什么；K为何取这个值；每个簇代表什么人群。例如一组针对商场数据得出结论：K=5把顾客分为高收入高消费（目标VIP）、高收入低消费（可挖掘）、中等均衡（主力）、低收入高消费（冲动型）、低收入低消费（流量型）。他组依据模板追问质询，教师从"是否讲清了K的确定依据"和"簇的命名是否贴近数据事实"两个维度打分，纳入平时成绩。（六）思辨拓展——算法的光与影（约8分钟）教师投放三个微型案例：某平台依据聚类结果向"高消费意愿簇"推送更高报价（大数据杀熟）；医院用聚类把随访人群分组以差异化配置健康资源；外卖平台用聚类划分骑手区域优化调度。组织学生用"便利—风险"双色便利贴进行一分钟速评并贴于黑板。学生在辩论中形成共识：聚类本身是中性的数学工具，关键在于使用者给簇贴上怎样的标签、采取怎样的行动。教师收束：机器把人群放在一起，不意味着人就是数字；技术可以分组数据，不能简化人的尊严。这句话落在信息社会责任的维度上，为本节课画上有温度的一笔。（七）课堂小结与作业（约2分钟）学生以思维导图形式口头复盘：无监督学习→聚类→K均值→四步迭代→K值选择（肘部法则）→伦理思考。课后作业分两层：必做题，用K均值对本班收集的"睡眠时长—日均步数"问卷数据完成K=3聚类并写150字分析报告；选做题，阅读资料后回答"初始中心随机选取会造成什么后果？KMeans++做了怎样的改进？"六、板书设计主板书：左侧为四步迭代环形流程图（初始化→分配→更新→判断）；中央保留手算案例的两簇结果与中心坐标；右侧列K值选择的肘部法则示意折线；顶部居中写课题。副板书区域动态展示学生贴磁贴的归属变化，课末保留一张"便利—风险"双栏图作为伦理讨论的物化成果。七、教学反思预设本课最易出现的问题有三。其一，手算环节部分学生距离计算出错导致归属混乱，预案是任务单背面附好了全部距离的参考值供校验，保障体验完整性。其二，部分编程基础弱的学生在pip安装与数据读取上耗时过多，预案是教师机预先备好可直接运行的完整工程文件夹，供其复制运行后专注于参数调整。其三，讨论环节若只停留在"算法好坏"层面易流于空泛，预案是教师备好三个具体案例以限定讨论边界。预期九成学生能在课堂独立完成