数据采集与预处理技术-P7T3-教案

授课教案20—20学年第学期_______学院________专业课程名称数据采集与预处理技术任课教师授课形式理论教学□课内实践□理论+实践☑习题复习□考核评价□其他活动□课时安排2学时（90分钟）序号27授课日期月日月日月日月日授课班级2026级相关专业教学班授课地点实训机房（多媒体）教学内容：项目七任务三Min-Max归一化课程思政设计：1.辩证思维与方法选择——两种方法的目的相同、手段不同，没有哪个更好，只有哪个更适合。课堂要求学生先说清理由再用，杜绝套公式。2.审慎态度与风险意识——Min-Max归一化对异常值高度敏感，一个极端值就能把其余数据压到很窄的区间。课堂要求先看最大值与最小值再选方法。3.国际视野与理解差异——122个国家2010—2019年的生活满意度与腐败感知数据，让学生直观看到同一指标在不同国家之间的巨大差距，理解数据背后是真实的发展差异。4.求实态度——归一化只是尺度调整，不改变国家之间的真实差距。课堂明确讲，不能因为数据落在了0～1区间就认为差距变小了。教学目标：知识目标：能说出归一化的定义与核心目的；能写出Min-Max归一化公式并说明X、Xmin、Xmax、X'四个符号的含义；能说出归一化后数据的取值范围；能说出Min-Max归一化与Z-score标准化在目的、数据范围、适用场景、异常值影响、应用模型五个维度上的差别；能说出归一化对异常值敏感的原因。能力目标：能用MinMaxScaler完成fit_transform并得到落在0～1区间的结果；能筛出指定年份的数据子集并选取指定维度；能对比归一化前后同一组数据的取值范围；能说明本案例中选生活满意度与腐败感知两个维度做聚类的理由；能根据数据特点在两种方法中做出选择并说明理由。素质目标：养成选方法前先看数据分布与是否使用距离类算法的习惯；养成用取值范围验证归一化结果的习惯；养成说明选择理由的习惯，不只说自己用了哪个方法。教学重难点及解决方法：教学重点：Min-Max公式中最小值与最大值的映射关系；MinMaxScaler的用法；与Z-score标准化的五维对比。教学难点：两种方法的适用边界辨析；归一化对异常值敏感的原因与后果。学生容易记住Min-Max压到0～1这个结论，却说不出什么时候该改用Z-score。解决方法：针对难点：把教材表7-2投屏讲清五个维度，再补一组只有五个数的极端演示——数据为1、2、3、4、100，归一化后前四个数被压到0.00到0.03之间，取值为100的那个数独占1.00，学生看到数字就知道敏感意味着什么；两种方法并列时给出三条选型判据，让学生按判据作答而不是凭印象。针对重点问题：采用边讲边练，每讲完一个维度即在课程在线教学平台推送1～2道限时练习当堂消化；把五维对比整理成一张可对照的表格，学生人手一份；实操期间教师巡视，重点检查年份筛选是否写对、维度列名是否写全；课后按练习正确率推送分层强化题。教学环境及平台：实训机房（多媒体），每人一机，配备投影与广播教学软件；Python3.9运行环境（NumPy、pandas、scikit-learn）；课程在线教学平台。软件与工具：Anaconda、JupyterNotebook、PyCharm/VSCode。数据与素材：某报告122个国家2010—2019年相关数据（含国家名称、所在大洲、对应年份、人口数量、生活满意度、人均国内生产总值对数值、社会支持、预期寿命、自由选择生活、慷慨度、腐败感知、积极影响、消极影响）。教学资源：①教材《数据采集与预处理技术》第197–199页正文、示例代码与配套数据集；②本课程课件与演示代码（含极端值对照脚本、归一化前后对比脚本）；③课程在线教学平台（预习测验、随堂练习、课后答疑）与课程AI智能体。学习效果评价方式：过程性评价40%＋终结性评价60%的综合评价方式，本次课成绩计入平时成绩，对应其中三项：①课堂实操（主要部分）：提交幸福感数据归一化完整脚本与对比结果，按筛选正确性、归一化执行情况、两组数字完整性三项评分；②随堂测验：下课前5题（公式符号含义、五维差别、异常值后果、选型判据），平台自动批改，当场讲评错误率最高的一题；③课后作业：提交完整脚本与运行截图，附归一化前后前5行的两组数据。课前预习：平台3道诊断题（标准化与归一化的输出区间差别），统计错误率用于调整讲授重点。课后小结：填表说明：1.序号，指该课程授课的顺序号，应与授课计划一致；2.授课形式在相应的选项打“√”。教学内容及过程时间分配方法及手段思政元素【教师活动】1.承接任务二：上一任务用Z-score标准化把乳腺癌数据的30个特征转到了同一尺度。提问：还有没有别的方法也能达到同样的目的？2.给出本次任务情境：某报告记录了122个国家2010—2019年的相关数据，字段依次为国家名称、所在大洲、对应年份、人口数量、生活满意度、人均国内生产总值对数值、社会支持、预期寿命、自由选择生活、慷慨度、腐败感知、积极影响与消极影响。3.投屏教材图7-1的部分数据，指出人口数量以亿计、生活满意度是个位数、腐败感知是0到1之间的小数。4.提问：要用2019年的生活满意度与腐败感知两个维度对国家做聚类，两个维度该怎么发挥同等作用？5.点明本任务：用Min-Max归一化把各维度压到同一区间，并讲清它与上一任务方法的差别。【学生活动】口述上一任务标准化的作用；看投屏数据，指出三个字段中量级差别最大的是哪一对；对两个维度如何发挥同等作用给出猜想。【设计意图】对应知识目标1。以任务二刚讲过的标准化为起点，学生带着刚建立的方法印象进入本任务，比较才有参照；先让学生自己指出量级差别最大的字段对，认知冲突来自数据本身；把聚类场景提前给出，后面讲适用场景时学生能直接对应到自己刚想过的问题。环节一任务情境：122个国家怎样公平比较（8分钟）任务驱动法直观演示法（投屏＋数据对比）国际视野：同一指标国别差距巨大【教师活动】1.给出归一化的定义：将数据按照一定规则进行转换，使得每个特征的数据值都落在同一个范围内。2.点明常见的归一化方法有多种，Min-Max归一化最为常用。3.讲基本思路：将原始数据的最小值映射到0，最大值映射到1，其他数值则按比例进行缩放。4.板书公式X'＝（X－Xmin）／（Xmax－Xmin），逐个说明四个符号：X是原始数据，Xmin与Xmax分别是数据中的最小值和最大值，X'是归一化后的数据，范围为0～1。5.用一组只有三个数的例子板演：取2、5、8，最小值为2、最大值为8，算得三个结果为0、0.5、1。6.追问：如果原始数据的最小值与最大值相等会怎样？引导学生说出分母为0，此时该列没有信息。7.讲代码实现三行：从sklearn.preprocessing导入MinMaxScaler，初始化scaler对象，用fit_transform完成归一化。8.讲四个特点：简单直观，易于理解与实现；归一化后的数据范围固定在0～1内；适用于要求数据在特定范围内的算法，如神经网络；适用于需要将数据转化为特定尺度的场景，例如图像数据的归一化。【学生活动】跟做三个数的板演，报出0、0.5、1三个结果；说出分母为0时的后果；记录四个特点并说出自己见过的一个落在0～1区间的数据。【设计意图】对应知识目标2、3，落实能力目标1。三个数的板演是理解公式的关键动作，学生亲手算过一遍，公式不再是符号；分母为0的追问把方法的成立条件讲清楚，与上一任务标准差为0的前提呼应，两者同为缩放方法的前置条件；四个特点逐条讲，是为下一环节的五维对比准备素材，学生带着特点进对比。环节二Min-Max公式与0～1区间（15分钟）讲授＋板演讲练结合（板书＋Jupyter）严谨态度：先算清楚再用方法【教师活动】1.点明两种方法都是常见的数据预处理技术，用于调整特征数据的分布，目的相同、手段不同，下面按教材表7-2的五个维度逐项对照。2.第一维度目的：Min-Max归一化将数据缩放到一个特定的范围，通常是0～1；Z-score标准化将数据转换为均值为0、标准差为1的分布。3.第二维度数据范围：Min-Max转换后的数据范围通常在0～1内；Z-score的分布无固定取值区间。4.第三维度适用场景：Min-Max适用于已知数据范围或者需要将数据压缩到特定区间时，常见于图像处理等场景；Z-score适用于基于距离度量并使用梯度下降进行优化的机器学习模型。5.第四维度异常值的影响：Min-Max对异常值高度敏感，异常值会影响最大值与最小值的计算，进而影响归一化的结果；Z-score对异常值的影响相对较小，因为标准化基于均值和标准差，异常值可能影响均值和标准差，但不会使数据超出某个范围。6.第五维度应用模型：Min-Max常用于神经网络、图像处理、深度学习等需要将特征值压缩到相同范围的模型；Z-score常用于大多数机器学习模型，尤其是基于距离的模型，如K近邻与支持向量机。7.归纳一句话：Min-Max适合将数据压缩到一个特定范围，Z-score适合调整数据的分布，选择哪种方法取决于使用的机器学习算法及数据的特点。8.给出三条选型判据：需要固定区间选Min-Max；用基于距离或梯度的模型选Z-score；数据里有极端值优先考虑Z-score。9.让全班按判据回答三组场景题，当场讲评。【学生活动】边听边在表格上按五个维度做标记；说出两种方法的输出区间差别；按三条判据回答三组场景题并说明理由。【设计意图】对应知识目标4，突破难点两种方法的适用边界辨析。五维对比是本环节的核心动作，逐项对照比分别介绍有效，因为差别只有在并列时才显现；三条判据把对比结论压缩成可操作的规则，学生遇到新场景时有据可依而不是凭印象；当场讲评场景题，把理解偏差在课堂内纠正，直接落实思政中的辩证思维。环节三归一化与标准化五维对比（20分钟）对比讲授表格对照讲练结合辩证思维：目的相同手段各有边界【教师活动】1.点明Min-Max归一化的最大弱点：对异常值敏感。2.给出一组极端数据：1、2、3、4、100，说明最小值为1、最大值为100。3.现场算五个结果并投屏：0、约0.01、约0.02、约0.03、1。4.追问：前四个数原来相差1，归一化后相差多少？引导学生说出被压到几乎分不开。5.讲后果：原本有区分度的四个数被压缩到很窄的区间，模型难以从中提取差异，聚类与距离计算的结果会严重失真。6.讲原因：最大值与最小值直接参与分母与分子的计算，一个极端值就把整个区间拉长。7.讲对：遇到这种情况可改用Z-score标准化，因为它基于均值与标准差，不会让数据被极端值完全支配。8.提醒：是否含极端值要在动手前判断，可先看最大值与最小值是否明显偏离多数数据。【学生活动】跟着算五个结果，说出前四个数被压到了什么区间；说明极端值通过什么途径影响结果；说出应对办法。【设计意图】对应知识目标5，突破难点异常值敏感的后果。五个数字的极端演示是本环节的核心，学生看到0.01与1并列，立刻理解敏感意味着什么，比文字描述有效得多；把原因归到最大值与最小值参与计算，学生的理解落在公式上而不是停留在结论上；动手前先判断这一提醒，直接落实思政中的审慎态度。环节四异常值会毁掉归一化（12分钟）极端值演示问题驱动法对比讲授审慎态度：先看分布再选方法【教师活动】1.说明本案例用MinMaxScaler对报告数据中2019年的两个维度做归一化。2.演示读取数据并投屏前若干行，逐列说明字段含义。3.演示筛选2019年数据的两步：用布尔条件report_df.year==2019建立筛选条件，用布尔索引得到2019年数据的子集。强调筛选必须在归一化之前完成。4.演示选取维度两步：定义dimensions列表写出生活满意度与腐败感知两个列名；用索引取出这两个维度的数据。5.讲为什么选这两个维度：本例要用这两个维度对国家做K均值聚类，聚类以数据对象之间的距离作为重要决定因素，若不归一化，取值更大的维度会主导距离计算。6.演示归一化两步：初始化MinMaxScaler对象，用fit_transform得到归一化后的数据。7.演示两句输出：打印未归一化数据的前5行，打印归一化后数据的前5行。8.让全班在自己机器上跑通筛选与归一化两步，教师逐机确认。【学生活动】跟做筛选与归一化，记录2019年数据子集的行数；说出选这两个维度做聚类的理由；记录原始与归一化后前5行的两组数字。【设计意图】对应能力目标2、3、4。筛选必须在归一化之前这一点单独强调，是因为它与项目六讲的先清洗后处理同构，学生在本项目内再次遇到顺序问题；讲清为什么选这两个维度，学生的操作有了业务理由而不只是照抄代码；两句输出并列，为下一环节的对比准备材料，直接落实思政中的实证态度。环节五MinMaxScaler实操（15分钟）演示—模仿讲练结合（Python＋sklearn）流程意识：先筛选后归一化【教师活动】1.布置任务：把前面学的内容整合成完整脚本，完成报告数据的读取、筛选、归一化与对比输出。2.示范四段结构：读取数据、筛选年份、选取维度、执行归一化并对比输出。3.逐段演示并投屏结果。第四段并列打印归一化前后前5行，逐行说明每个数字落到的区间。4.讲本案例的落脚点：归一化完成了输入特征的尺度统一，将数据范围固定在0～1内，为之后的机器学习算法做好了准备。5.强调两个维度在归一化后发挥同等作用，2019年各国在这两个维度上的差异得以被同等看待，聚类结果不再由取值更大的那个维度单独决定。6.学生实操期间巡视，重点检查年份筛选是否只保留了2019年、维度列名是否写全、对比输出是否两组都打出来了。7.收尾提醒：数据落在0～1只是尺度变化，国家之间的真实差距没有改变，不能据此认为差距缩小了。【学生活动】独立实现完整脚本并运行，记录归一化前后前5行；核对归一化后数据是否都落在0～1内；与同桌比对两组数字，差异明显的互相检查筛选条件。【设计意图】对应能力目标2、3、4、5，是本次课的综合产出。四段结构与任务二的三段结构同构，学生在项目内第三次遇到同一写法，加深巩固；逐行说明区间，把抽象的范围固定落到具体数字上；与同桌比对制造同伴校验，把个人错误在课堂内消化掉；收尾提醒尺度变化不等于差距变化，直接落实思政中的求实态度。环节六综合实施：幸福感数据归一化（15分钟）项目教学法演示—实操—巡视同伴互校求实态度：尺度变了差距没变【教师活动】1.引导学生用三句话小结：①Min-Max把最小值映到0、最大值映到1；②两种方法目的相同，差别在数据范围、适用场景、异常值影响与应用模型；③数据里有极端值时优先用Z-score。2.板书知识框架：公式→特点→五维对比→异常值→选型，学生拍照记录。3.课程在线教学平台推送当堂检测5题（公式符号含义、五维差别、异常值后果、选型判据），限时5分钟，系统自动批改，当场讲评错误率最高的一题。4.布置作业并预告：下一任务将处理特