课题：项目6 分析大数据第2部分运用大数据分析Kmeans算法实战课次：第19次教学目标及要求：
（1）任务1 安装Scikit Learn 库（掌握）
（2）任务2 解析KMeans算法（掌握）
（3）任务3 运用KMeans算法实战（熟练掌握）
教学重点：
（1）任务2 解析KMeans算法（掌握）
（2）任务3 运用KMeans算法实战（熟练掌握）
教学难点：
（1）任务2 解析KMeans算法（掌握）
（2）任务3 运用KMeans算法实战（熟练掌握）
思政主题：
旁批栏：
教学步骤及内容：
1.课程引入
2.本次课学习内容、重难点及学习要求介绍
（1）任务1 安装Scikit Learn 库（掌握）
（2）任务2 解析KMeans算法（掌握）
（3）任务3 运用KMeans算法实战（熟练掌握）
3.本次课的教学内容
（1）任务1 安装Scikit Learn 库（掌握）
Scikit-learn是Python的一个开源机器学习模块，它建立在NumPy，SciPy
和matplotlib模块之上能够为用户提供各种机器学习算法接口，可以让用户
简单、高效地进行数据挖掘和数据分析。

分类是指识别给定对象的所属类别，属于监督学习的范畴，最常见的应
用场景包括垃圾邮件检测和图像识别等。

目前Scikit-learn已经实现的算法
包括支持向量机（SVM）、K-近邻、逻辑回归、随机森林、决策树及多层
感知器（MLP）神经网络等。

回归是指预测与给定对象相关联的连续值属性，最常见的应用场景包括
- 1 -。