《机器学习Python实战》电子教案 03-1-项目2 数据预处理实战

武汉软件工程职业学院教案（理论教学首页）（第1页）教案（理实一体化课）武汉软件工程职业学院教案（附页）（第NUMPAGES4页）课程名称机器学习授课内容项目2红酒数据集可视化—数据预处理 2.2.5独热编码处理 2.2.6数据PCA降维处理 授课安排授课时数2授课对象人工智能技术应用专业大二学生授课方法讲授+课内实训、任务驱动法授课教具Python3.7及后续版本、Anaconda、Jupyter教学目标思政目标：在机器学习中需要做数据降维处理，在学习中对很多复杂的项目也需要做降维处理，先解决最主要的问题。同时生活中也要各种各样的事情，需要解决生活中的主要矛盾。知识目标：数据降维PCA能力目标：掌握数据降维方法教学重点PCA主成分分析原理教学难点PCA主成分分析用于数据降维的方式【课前安排】（1）教师对学生们的疑问进行统一答疑。（2）回顾总结上节课内容，继续介绍本课时的内容。介绍几种常见的数据预处理工具。【导入新课】本次课的内容需要同学们积极动手进行实践，尝试数据编码和降维技术，遇到问题多进行交流和讨论，促进学生进一步思考。（3）明确学习目标。掌握数据编码方法 掌握数据降维方法 【讲授新课】教师根据课件，演示独热编码处理。教师根据教材内容，使用preprocessing模块的OneHotEncoder类创建独热编码转换器将分类型数据转换为数值型数据。如果遇到非整型的数据就需要先做数值转换，然后再进行独热编码。让学生随机取20个浮点数，对这些数据进行装箱处理，接下来将已经装箱的数据进行OneHotEncoder独热编码。从输出结果引导学生看出，虽然数据样本中的数量仍然是20个，但是特征数从1变成了5个，因为箱子有5个，而新的数据点的特征值是用其所在箱子号码的独热编码来表示的。教师根据课件，演示指定特征数的PCA降维处理。教师通过使用scikit-learn库中的iris（鸢尾花）数据集来演示PCA的降维处理。样本数据使用iris（鸢尾花）数据集，该数据集含有4个特征向量，一共150条记录，标签分为3类。指定iris数据集保留的特征数为3，使用PCA构建模型，并通过fit方法训练模型，然后使用transform方法对样本数据进行降维。经过PCA降维后数据集由原来的4维降到了3维，引导学生查看指定特征数的降维后的数据结果。学生从PCA降维前后的数据输出结果可以看出，通过对数据集原来的特征进行转换，生成了新的“特征”或者说成分。PCA对数据进行降维时，其对主元向量的重要性进行排序，根据需要取前面最重要的部分，将后面的维数省去，同时最大程度地保持了原有数据的信息。通过PCA类的属性components_给学生查看指定特征数的原始特征与PCA主成分之间的关系，还可以通过PCA类的属性explained_variance_和explained_variance_ratio_查看指定特征数的降维后的各主成分的方差值和方差占比。教师根据课件，演示指定方差百分比的PCA降维。教师根据教材内容，继续使用上个任务的数据集iris（鸢尾花），使用PCA类降维还可以设置特征保留的方差百分比，PCA类自己去根据样本特征方差来决定降维后的特征维度数目，现在我们指定降维后保留的特征方差百分比为0.95。经过PCA指定方差百分比降维后数据集由原来的4维降到了2维，引导学生查看指定特征数的降维后的数据结果，并查看指定方差百分比的降维后的原始特征与PCA主成分之间的关系、指定方差百分比的降维后的各主成分的方差值和方差占比。（上机练习）上机练习主要针对本章中需要重点掌握的知识点，以及在程序中容易出错的内容进行练习，通过上机练习可以考察同学对知识点的掌握情况，对本章知识掌握程度。形式：单独完成请按照以下要求开始上机实践：要求如下：给定一个数据集选择适合的数据降维方式比较原始特征与主成分之间的关系【课堂小结】回顾上课前的学习目标，对本节课知识点进行总结。通过项目实训的方式