高中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、教学目标本课面向高二学生，依托人教/中图版选择性必修4《人工智能初步》教材中"聚类"单元展开。教学目标设定为四个层次。知识层面，学生能够说出聚类与分类的本质区别，描述K均值算法"选中心—分小组—移中心—再分组"的迭代流程，理解距离度量与收敛条件的含义。能力层面，学生能够用Python的sklearn库对校园真实数据完成一次完整的聚类实践，并用matPLOTlib可视化结果，能根据肘部法则初步判断K值。思维层面，通过"人工分堆"到"机器聚类"的对照，体会算法如何用确定性的迭代逼近看似模糊的"物以类聚"。素养层面，在讨论聚类结果是否合理、是否公平的过程中，形成对算法局限性的批判意识。二、教学重点与难点教学重点是K均值算法"分配—更新"两步迭代的机制理解，以及用肘部法则选择K值。难点有二：其一，学生容易把"聚类"误解为"分类"，不理解无监督学习中"没有标准答案"这一前提；其二，初始中心点的随机选择会导致结果不稳定，这一随机性背后的数学原因对高二学生较为抽象，需要借助可视化手段化解。三、学情分析授课对象为高二选考信息技术的学生，已完成必修一Python基础学习，会调用函数、能读懂循环结构，多数学生具备两点距离公式的数学基础。学生的经验世界里充满"被聚类"的场景——短视频推荐、游戏分服、购物猜你喜欢——但他们从未意识到背后存在一种不依赖标签的学习方式。本课恰恰是让学生从"被算法安排"转向"理解算法、质疑算法"的契机。四、教学准备教师端准备：一台联网多媒体电脑，安装Python3.10、sklearn、matplotlib、pandas；一份预处理的"校园社团与消费偏好"匿名数据集（含作息时长、运动频率、阅读偏好、消费金额四个维度，共120条）；打地鼠式手动聚类教具（磁性白板贴20枚，标注二维坐标）；PPT中嵌入算法逐步演算动画。学生端机房预装相同环境并数据文件，网络可关闭以排除干扰。五、教学过程（一）情境导入：把学生分成"看不见标签"的三堆（约6分钟）上课伊始，教师在PPT上展示某奶茶店两个月的订单记录，已脱敏处理：每位顾客的到店时段、单次消费金额、加料偏好三个数值字段，共15条。教师提出问题："如果你想给这些顾客设计不同的优惠券，你会怎么分组？"学生自由发言，常见的回答是"按金额高低分""按到店时间分"。教师追问："那你分出来的组里，组内的人像不像？组和组之间差别大不大？"这一步有意让学生用直觉说出"组内相似、组间相异"，但不点破这就是聚类的目标函数。随后教师亮出关键转折："注意，这份数据里没有任何一列告诉我们'这是学生党''这是白领'，机器手里只有数字。没有像班主任评语那样的正确答案可对照——这和我们之前学的分类有什么不一样？"由此引出"无监督学习"概念：分类是"先给答案再学规律"，聚类是"没有答案，自己找结构"。板书课题：使用K均值算法进行聚类。（二）先慢后快：手工模拟一次K均值迭代（约10分钟）直接进入代码会让算法变成黑箱，因此先做一次"人肉K均值"。教师把白板上20枚坐标磁贴投出来，模拟20个顾客的二维分布（横轴单次消费、纵轴到店次数）。假设K=3。第一轮，教师随机指定三枚磁贴为初始中心，请三名学生分别计算每枚磁贴离三个中心的欧氏距离（距离公式d=√((x₁x₂)²+(y₁y₂)²)在投屏上公式同步呈现，所见即所得），把磁贴推向最近的中心。全班很快发现磁贴分成了三团。教师提问："现在的三团分好了吗？每个团的中心在哪？"学生动手重新计算每团质心——各维度坐标的算术平均值，即质心x̄=(x₁+x₂+…+xₙ)/n。把三个新质心画在白板上，学生发现质心"搬家"了。教师再追问："中心动了，刚才的分组还算数吗？"有学生立刻意识到要重新分配。于是进行第二轮迭代，这一次移动磁贴明显减少。教师抓住时机总结黑板上的循环结构：①随机选择K个初始中心②分配：把每个样本划给距离最近的中心③更新：重算每组的质心作为新中心④判断：中心是否不再移动（或变动小于阈值ε）？是则结束，否则回到②教师强调"收敛"的判断标准：当各中心点的移动距离之和小于阈值ε（例如0.001），或达到预设最大迭代次数，即可终止。这正对应程序中循环的退出条件。（三）代码实践：让机器替我们做这件事（约15分钟）教师带领学生逐行解读核心程序。为避免学生直接复制，教师在关键参数处留白，让学生在学案上填空再敲入代码。```pythonimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansdata=pd.read_csv("campus.csv")X=data[["hours_sleep","spend"]]model=KMeans(n_clusters=3,n_init=10,random_state=42)model.fit(X)print(model.cluster_centers_)三个新的质心print(model.labels_)每个样本的类别编号print(model.inertia_)簇内误差平方和SSEplt.scatter(X["hours_sleep"],X["spend"],c=model.labels_)plt.scatter(model.cluster_centers_[:,0],model.cluster_centers_[:,1],marker="",s=300,c="red")plt.show()```学生运行后看到三色散点图和三颗红色星号质心，直观感受与刚才白板上的磁贴一致。教师组织对照提问："n_clusters对应我们手工模拟的什么？random_state设为相同值的意义是什么？"学生回答后，教师补充"簇内误差平方和"的概念：SSE=ΣΣ||xᵢ−cⱼ||²，即每个样本到所属簇中心距离的平方和，SSE越小说明簇内越紧凑，这就是K均值真正在优化的目标函数，而"分配—更新"的迭代正是不断让SSE下降的过程。（四）深度探究：K到底取几（约7分钟）K是算法唯一需要拍脑袋决定的超参数。教师让学生分别把n_clusters改为1、2、3、4、5、6，把每次的inertia_值记录在表格里，绘制"K—SSE"折线图。学生很快发现SSE单调下降，但在K=3附近出现明显拐点，之后下降变缓。教师给出形象解释："这就像手肘，拐点之前'再分一组很值得'，拐点之后'再分只是浪费'。"由此引出肘部法则。随后教师埋下一个"坑"：把random_state改为不同数值重新运行K=3，个别小组的聚类边界发生了变化。课堂短暂骚动。教师顺势讲解：K均值的结果依赖初始中心，可能陷入局部最优而非全局最优，因此工业实践中常用n_init=10多次取优，或使用Kmeans++策略让初始中心彼此远离。这个"坑"让学生亲眼看见算法的随机性和局限，比任何说教都有效。（五）价值辨析：聚类是描述还是裁判（约5分钟）回到奶茶店的例子，教师抛出问题："如果平台用聚类算出'低消费学生群体'，给他们推更便宜的商品，公平吗？如果招聘软件用聚类筛简历呢？"组织两分钟同桌互议后随机点名。学生观点不一，教师不追求标准答案，只强调两点：聚类揭示的是数据中的相关结构，不代表因果；聚类结果一旦用于决策，就承载了价值取向，设计者必须为其后果负责。这一步落实本单元的社会责任素养要求。（六）小结与作业（约2分钟）师生共同用一句话收束："K均值不断重复'划归最近—重算质心'，让簇内误差平方和单调下降直至收敛。"课后作业分两层。基础层：对鸢尾花数据集的四个特征任选两个做K均值聚类，截图提交可视化结果。拓展层：用肘部法则为校园数据集论证K=3的合理性，写一段不超过200字的说明书，要求提到SSE、拐点、随机初始中心三件事。六、教学评价设计本课采用过程性评价为主。课堂内依托学案三处填空（算法步骤排序、代码参数含义、肘部图分析）即时反馈；代码运行结果教师巡检打勾。课后作业按"能运行—有解释—有批判"三级量规评分，其中拓展层作业重点看学生是否能解释"为什么同一数据两次聚类结果可能不同"，这是检验难点是否突破的关键指标。七、板书设计左侧板书算法流程四步循环图，以箭头构成闭环，旁边标注收敛条件"中心移动＜ε"；中间保留手工模拟的三簇质心坐标作为实证；右侧写下本课三问——"K选几？初始中心影响什么？聚类能当裁判吗？"——球状分布，分别对应本课三个学习进阶。八、教学反思预设手