单元四 · 智能推理的应用
第19课 聚类辅助推理
一、学习目标
- 知道聚类的基本含义。
- 能尝试利用聚类算法整理数据，从而解决身边的实际问题。
二、情境导入
同学们，你是否留意过课间休息时操场上的人群分布？
物以类聚，人以群分。
这种人群内部形成的自然分组，就是聚类现象。
三、核心讲解
本课学习路径：
1聚类简介
2基于聚类的智能应用
1．聚类简介
从最终结果看，聚类同样是把事物分成了几组，与分类结果相似。但在
数据：把现象变成可记录、可比较的信息，再用图表看清规律。
- 人工智能领域，分类和聚类有很大不同：
- 分类面对的是已知类别特征的情况，是把待分类数据的数据特征与不同
- 类别的特征进行比较，找出最相似的。
- 聚类面对的则是不知道该按什么标准进行类别划分的情况，只能根据数
- 据自身具备的特征进行内部分组。
想一想：分为2组，你会怎么分？
弄清以上要点后，再进入下方动手体验，用实际操作验证。
四、动手体验 · MixAI 组件
请在下列组件中完成操作，至少体验一个并记录现象。
组件 model_literature_clustering — 在框内完成操作
五、课堂总结
- 1.分类是把待分类数据的数据特征与不同类别的特征进行比较，找出最相似的；
- 聚类是按照数据自身具备的特征进行内部分组。
- 2.聚类过程不依赖人工标注数据或预设分类规则，属于无监督学习。
- 3.聚类算法不仅能够提升数据处理的效率，也能够为发现隐藏模式、辅助决策提供技术支持。
六、拓展提升
拓展：一位老师对全班同学的答题情况做了一次小调查，记录了每位同学因概念不清、计算出错、审题不细、方法不当或时间不足等原因导致的错题数量，并统计了答题时长及改正率。思考任务：如果要根据这些数据把全班同学分成几个小组，再针对各组特点实施指导，如何利用所学知识实现智能分组？
测评
完成练习后作答；选出后点「检查」。答错会显示简短说明。
下列哪一项更接近本课学习目标？
本课课堂总结强调的是？
本课主题最贴近下列哪一项？
完成本课后，优先应该做什么来证明学会了？
判断：教学指南中的学习活动可以全部跳过。
拓展提升部分的作用是？
本节小结
回顾本课要点，完成动手体验与测评。记住：聚类辅助推理。