Python机器学习编程教案Python编程习题通信运营商客户流失分析与预测教案

第八章通信运营商客户流失分析与预测初九年级数学教案课程名称:Python机器学编程与实战课程类别:必修适用专业:大数据技术类有关专业总学时:六四学时（其理论三六学时,实验二八学时）总学分:四.零学分本章学时:一二学时材料清单《Python机器学编程与实战》。配套PPT。数据。代码。引导提问。探究问题。拓展问题。教学目地与基本要求教学目地结合通信运营商提供地数据,介绍通信运营商客户流失分析与预测地背景,分析步骤与流程。介绍对原始数据行去重与降维地方法。介绍原始数据缺失值与异常值地检测与处理。介绍独热编码处理数据地方法。介绍合并处理后地数据与划分数据集地方法。重点介绍使用MLP算法构建用户流失预测模型。最后介绍预测模型地评价方法。基本要求了解通信运营商客户流失分析与预测地背景,分析步骤与流程。掌握数据去重地方法。掌握数据降维地方法。掌握缺失值与异常值地检测与处理方法。掌握独热编码地使用方法。掌握数据合并地方法。掌握数据集划分地方法。掌握MLP算法地使用方法。掌握分类模型地评价方法。问题引导提问引导提问需要教师根据内容与学生实际水,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。为什么通信运营商地客户会发生流失？将要流失地客户会有什么行为？探究问题探究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提问地基础上,从重点,难点问题切入,行插入式提问。或者是对引导式提问尚未涉及但在课文又是重要地问题加以设问。数据地缺失值是否都需要行处理？对数据行降维有什么影响？拓展问题拓展问题需要教师深刻理解地意义,学生地学动态后,根据学生学层次,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探讨,完成拓展问题。采取哪些措施能够挽留即将流失地用户？除了MLP选用其它分类算法是否会有更好地效果？主要知识点,重点与难点主要知识点通信运营商客户流失分析与预测地背景,分析步骤与流程。数据去重地方法。数据降维地方法。缺失值与异常值地检测与处理方法。独热编码地使用方法。数据合并地方法。数据集划分地方法。MLP算法地使用方法。分类模型地评价方法。重点数据去重地方法。数据降维地方法。缺失值与异常值地检测与处理方法。独热编码地使用方法。MLP算法地使用方法。分类模型地评价方法。难点独热编码地使用方法。MLP算法地使用方法。教学设计理论教学过程介绍通信运营商客户流失分析与预测地背景。熟悉分析步骤与流程。掌握原始数据地去重方法。掌握原始数据地降维方法。掌握原始数据缺失值与异常值地处理方法。掌握合并处理后数据地方法。掌握独立编码地使用方法。掌握数据集划分地方法。掌握使用MLP构建分类预测模型地方法。掌握评价分类模型效果地方法。实验教学过程对原始数据行去重。对数据行降维。检测数据地缺失值与异常值并行处理。合并处理后地数据。对数据行独热编码。将数据划分为训练集与测试集。使用MLP构建分类模型。对模型效果行评价。与参考资料林耀,张良均．Python机器学编程与实战[M]．北京:．二零二零．参考资料[一] 张健,张良均．Python编程基础[M]．北京:．二零一八．谭立云,[二] 黄红梅,张良均．Python数据分析与应用[M]．北京:．二零一八．[三] 张良均．Python数据分析与挖掘实战（第二版）[M]．北京:机械工业出版社．二零一九．[四] 李明江,张良均,周东,张尚佳．P