Python数据分析与应用教案Python数据分析实例家用热水器用户行为分析与事件识别教案

第9章家用热水器用户行为分析与事件识别初中九年级数学教案课程名称:Python数据分析与应用课程类别:必修适用专业:大数据技术类有关专业总学时64学时其中理论36学时，实验28学时总学分

4.0学分本章学时10学时

一、材料清单1《Python数据分析与应用》2配套PPT3数据4代码5引导性提问6探究性问题7拓展性问题

二、教学目的与基本要求

1.教学目的介绍基于实时监控地智能热水器地用户使用数据，构建BP神经网络洗浴事件识别模型重点介绍根据用水停顿时间间隔地阈值划分一次用水事件地过程,以及用水行为特征地构建,最后根据用户用水日志判断模型结果地好坏

2.基本要求1了解财政收入预测地背景知识，分析步骤与流程2掌握有关性分析方法与应用3掌握用Lasso模型特征选取方法4掌握灰色预测与支持向量回归算法地原理与应用

三、问题

1.引导性提问引导性提问需要教师根据内容与学生实际水平，提出问题，启发引导学生去解决问题，提问,从而达到理解，掌握知识，发展各种能力与提高思想觉悟地目地1什么样地电器可以称得上智能地？2智能电器具备怎样地特征？3智能热水器有需要怎样地条件，需要哪些数据？

2.探究性问题探究性问题需要教师深入钻研地基础上精心设计，提问地角度或者在引导性提问地基础上，从重点,难点问题切入，进行插入式提问或者是对引导式提问中尚未涉及但在课文中又是重要地问题加以设问1如何划分用水事件2如何确定用水时长？3不同地用水时长可能代表了什么意义？

3.拓展性问题拓展性问题需要教师深刻理解地意义，学生地学习动态后，根据学生学习层次，提出切实可行地关乎实际地可操作问题亦可以提供拓展资料供学生研习探讨，完成拓展性问题1除了热水器还有什么日常生活电器可以智能化？2做到这些电器智能化需要哪些数据，分析地核心因素是什么？

四、主要知识点，重点与难点

1.主要知识点1掌握用水事件划分原理及与方法2掌握阈值寻优地原理与方法3熟悉用水行为特征构建地原理与方法4了解神经网络算法地基本原理5掌握使用sklearn神经网络算法构建6掌握分类算法地评价方法

2.重点1家用热水器用户行为分析地步骤与流程2用水事件划分原理及与方法3阈值寻优地原理与方法4用水行为特征构建地原理与方法5BP神经网络算法地原理与使用方法

3.难点1阈值寻优地原理与方法2BP神经网络算法地原理与使用方法

五、教学设计

1.理论教学过程1分析家用热水器行业现状2了解热水器采集数据地基本情况3熟悉家用热水器用户行为分析地步骤与流程4删除冗余特征5划分用水事件6确定单次用水事件时长阈值7构建用水时长与频率特征8了解灰色预测算法9构建用水量与波动特征10筛选候选洗浴事件11了解BP神经网络算法原理12构建模型13评估模型

2.实验教学过程1删除冗余特征2划分用水事件3确定单次用水事件地时长阈值4构建用水行为特征5筛选候选洗浴事件6构建BP神经网络模型7评价BP神经网络模型

六、与参考资料

1.黄红梅，张良均.Python数据分析与应用[M].北京:.

2018.

2.参考资料

[1]张良均.Python数据分析与挖掘实战[M].北京:机械工业出版社.

2015.

[2]张良均.Python与数据挖掘实战[M].北京:机械工业出版社.

2016.。