付東升

（廈門英才學校，福建 廈門 361000）

0 引 言

人臉識別、自動駕駛、智能客服、短視頻推薦、金融風控、智慧醫(yī)療、智慧農(nóng)業(yè)、機器人技術等，這些都是人工智能在各個行業(yè)中的具體應用。人工智能涉及的范圍較廣，知識難度較大，根據(jù)目前人工智能叢書中所提出的內(nèi)容，主要以了解人工智能在生活中的應用為主，或結合給定功能的開源硬件，體驗人工智能項目的應用，往往不能真正理解人工智能中某個項目的原理，代碼編程項目設計更是無從下手，因此，本文嘗試以線性回歸項目為基礎，開展項目化的人工智能教學，結合初中生認知水平，從原理的講解到代碼的編寫，以期給中學人工智能教學以借鑒作用。

1 課堂實踐

機器學習分為監(jiān)督學習、無監(jiān)督學習和強化學習，其中監(jiān)督學習又包含回歸問題和分類問題，線性回歸是機器學習中的經(jīng)典模型。初一學生對人工智能已有初步的了解和接觸，學生已達到學習機器學習基礎知識的認知水平，本節(jié)將應用Pycharm 編程軟件，通過Python 語言嘗試對“某城市房價問題”這一線性回歸問題做編程嘗試，學生在實際代碼的編寫過程中探究線性回歸的基本原理，切身體驗分析問題、設計算法、編寫程序、調(diào)試運行的過程。

2 項目方案設計

教師圍繞計算機解決問題的一般過程：分析問題、設計算法、編寫程序、調(diào)試運行與“導入相關的工具包、加載數(shù)據(jù)集、模型訓練和預測、預測結果可視化”四個步驟進行教學活動，具體教學過程有以下幾個方面。

2.1 聯(lián)系生活分析線性回歸問題

2.1.1 提出問題

中國人一般都有家的情節(jié)，我們每天住在寬敞的房子中，有沒有想過能住在漂亮的房子里，是因為父母辛勤的工作？回到問題上，現(xiàn)已知：20 世紀70年代中期，某城市郊區(qū)住宅的一些數(shù)據(jù)點，比如犯罪率、當?shù)胤慨a(chǎn)稅率等。

教師提出問題：假設你是一個房地產(chǎn)商人，根據(jù)給定的一組關于郊區(qū)住宅的數(shù)據(jù)點，如圖1所示，你能夠預測出其他住宅的售價為多少會更合適嗎

圖1 郊區(qū)住宅數(shù)據(jù)點

設計意圖：在情感態(tài)度價值觀上，學生能更理解父母工作的不易，只有付出才有回報，同時基于問題的教學法開篇，拋出回歸問題案例，激發(fā)學生興趣。

2.1.2 認識數(shù)據(jù)集中存有哪些數(shù)據(jù)

（1）load_boston 數(shù)據(jù)集是以字典（Dictionary）的方式存儲數(shù)據(jù)，使用以下三行代碼，可輸出load_boston 數(shù)據(jù)集中所含有的“鍵”，輸出結果如圖2所示。

圖2 load_boston 數(shù)據(jù)集中所含有的“鍵”

代碼：

設計意圖：引導學生深度挖掘某城市房價數(shù)據(jù)，掌握其采用字典存儲方式的意義，即便于通過“鍵”查找其“值”，從而理解數(shù)據(jù)集中存儲的每一個“鍵”的含義。

數(shù)據(jù)集含有數(shù)據(jù)（506 個樣本，14 個屬性）：主要為：數(shù)據(jù)（‘data’），目標價格（‘target’），特征名稱（‘feature_names’）。

（2）引導學生思考數(shù)據(jù)集中字典的“值”是多少呢？應用一行代碼，可以輸出完整的某城市數(shù)據(jù)集，輸出結果如圖3所示。

圖3 數(shù)據(jù)集中的數(shù)據(jù)

代碼：

print(dataset)

設計意圖：學生理解字典存儲數(shù)據(jù)意義的基礎上，輸出完整數(shù)據(jù)，清楚認識“鍵”和其所對應的“值”，只有深度了解數(shù)據(jù)集中的數(shù)據(jù)，才能便于調(diào)用數(shù)據(jù)。

2.2 設計算法理解線性回歸原理

（1）我們提取住宅平均房間數(shù)這一個特征（rooms）作為橫坐標值，根據(jù)值找到數(shù)據(jù)集所對應的值，也就是住宅的價格（price），形成散點圖如圖4所示。

圖4 住宅平均房間數(shù)（x 值）與住宅所售價格（y 值）散點圖

設計意圖：數(shù)據(jù)集中有13 個特征，可引導學生從一個特征（住宅平均房間數(shù)rooms）入手，找出住宅平均房間數(shù)與房價的關系，即從特殊到一般的科學探究方法。

（2）觀察這個散點圖，會發(fā)現(xiàn)一些規(guī)律，大概率是住宅平均房間數(shù)越多，住宅的價格越高，此趨勢可用一次線性函數(shù)=·+（輸入特征為住宅平均房間數(shù)，輸出標記為住宅所售價格，是與軸的截距）擬合，如圖5所示。

圖5 一次線性函數(shù)

設計意圖：這就是最簡單的線性回歸模型。我們要做的就是利用已有數(shù)據(jù)，去學習得出這條直線，擬合出這條直線，則對于橫坐標（rooms）的任意取值，我們都可以找到直線上對應的值，也就是模型的預測值（price），當然從圖5中能看出存在一定的誤差，這就需要學有余力的同學去深度思考，如何減小誤差。

2.3 編寫程序探究線性回歸過程

2.3.1 步驟一：導入相關的工具包

# 使用 sklearn 內(nèi)置的房價數(shù)據(jù)集，load_boston 是加載數(shù)據(jù)集的函數(shù)

from sklearn.datasets import load_boston

# 使用sklearn 中的 train_test_split 劃分數(shù)據(jù)集

from sklearn.model_selection import train_test_split

# 使用 sklearn 中的直線回歸模型進行預測

from sklearn.linear_model import LinearRegression

# 使用 matplotlib 模塊中的 pyplot 函數(shù)進行數(shù)據(jù)可視化

import matplotlib.pyplot as plt

設計意圖：基于上述設計算法和線性回歸的原理，對照講解sklearn 數(shù)據(jù)集train_test_split 函數(shù)、LinearRegression 直線回歸、matplotlib 模塊的作用。sklearn 是內(nèi)置于Pycharm編程環(huán)境中的數(shù)據(jù)集，只需加載數(shù)據(jù)集即可。

典型問題：如何劃分“測試集”和“訓練集”?

解決方法：在機器學習中，我們通常將原始數(shù)據(jù)按照比例分割為“測試集”和“訓練集”，train_test_split 函數(shù)就是起到劃分“測試集”和“訓練集”的作用。

2.3.2 步驟二：加載數(shù)據(jù)集

# 加載房價數(shù)據(jù)集，返回特征X 和標簽y

X, y = load_boston(return_X_y=True)

# 只取第6 列特征RM：住宅平均房間數(shù)

X = X[:,5:6]

# 劃分為訓練集和測試集，測試集取20%

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2, random_state=2020)

設計意圖：采用從特殊到一般的科學探究方法，從13個特征中，只取RM 住宅平均房間數(shù)這一個特征，找出其與住宅價格的關系，測試集取20%時，觀察程序運行后的可視化結果。

典型問題：每次運行得到不同的結果，主要是分割的“測試集”和“訓練集”并不相同問題。

解決方法：同樣的算法模型在不同的“測試集”和“訓練集”上運行的效果并不一樣。如果每次sklearn 分割的“測試集”和“訓練集”都不相同，那么程序每運行一次，都會得到不同的結果，導致無法調(diào)參。此時加上random_state 以后就可以保證程序每次運行都分割一樣的“測試集”和“訓練集”，便于調(diào)參。

2.3.3 步驟三：模型訓練和預測

# 創(chuàng)建線性回歸對象

regre = LinearRegression()

# 使用訓練集訓練模型

regre.fit(X_train, y_train)

# 在測試集上進行預測

y_pred = regre.predict(X_test)

設計意圖：在理解應用線性回歸能預測住宅房價原理的基礎上，在程序中可直接調(diào)用LinearRegression 直線回歸。

2.3.4 步驟四：預測結果可視化

plt.scatter(X_test, y_test, color=’blue’)

# 畫線性回歸模型對測試數(shù)據(jù)的擬合曲線

plt.plot(X_test, y_pred, color=’red’)

# 顯示繪圖結果

plt.show()

# 打印斜率和截距

print(‘斜率k：{}, 截距b：{}’.format(regre.coef_,regre.intercept_))

設計意圖：引導學生觀察當測試集取20%，輸入房間數(shù)量為8 時，=·＋函數(shù)圖像，其中斜率：[9.111 633 98]，截距：-34.475 577 892 806 62，效果如圖6所示。

圖6 測試集取20%時y=k·x+b 函數(shù)圖像

設計意圖：引導學生觀察當測試集取80%，輸入房間數(shù)量為8 時，=·+函數(shù)圖像，其中斜率：[12.144 071 32]，截距b：-53.322 051 223 109 96，效果如圖7所示。

圖7 測試集取80%時y=k·x+b 函數(shù)圖像

典型問題：測試集的取量，會影響=·+函數(shù)圖像的斜率和截距。

解決方法：其他參數(shù)保持不變，只更改測試集取量，觀察會出現(xiàn)何種效果，學生提出測試集取量對=·+函數(shù)圖像的影響。

# 打印斜率和截距

print(‘斜率k：{}, 截距b：{}’.format(regre.coef_,regre.intercept_))

x=int(input(‘請輸入住宅平均房間數(shù)： ’))

y=regr.coef_*x+regre.intercept_

print(‘預測的住宅價格是：%s’%y)

# 顯示繪圖結果

plt.show()

設計意圖：matplotlib 是Python 的繪圖庫，掌握應用其畫出圖形，實現(xiàn)數(shù)據(jù)可視化的方法。

拓展延伸1：當測試集取量20%，輸入住宅平均房間數(shù)為8 時，運行程序后顯示：預測的住宅價格是：[38.417 493 97]，當測試集取量80%，輸入住宅平均房間數(shù)為8 時，運行程序后顯示：預測的住宅價格是：[43.830 519 36]，為何會出現(xiàn)不一樣的預測結果？

拓展延伸2：只有住宅平均房間數(shù)這一個特征與住宅價格的關系，那13 個特征與住宅價格的關系會有什么預測結果呢？

設計意圖：測試集的取量、住宅平均房間數(shù)都會對住宅價格產(chǎn)生影響，考慮到存在一定的誤差，為進一步學習均方誤差（MSE），均方根誤差（RMSE），平均絕對誤差（MAE）的方法來減小誤差做鋪墊。同時提出從13 個特征中只取住宅平均房間數(shù)這一個特征和住宅價格的關系，這是從一般到特殊的科學探究方法，我們從一個特征與住宅價格的關系中找到規(guī)律，把它應用到13 個特征與住宅價格的關系的研究中，這就是再從特殊到一般的探究過程。程序完整代碼如圖8所示。

圖8 利用線性回歸預測某城市房價項目完整代碼

2.4 調(diào)試運行提升解決問題能力

問題1： 出現(xiàn)提示ModuleNotFoundError: No module named ‘sklearn’錯誤或者出現(xiàn)提示ModuleNotFoundError:No module named ‘matplotlib’錯誤

解決方法：出現(xiàn)此問題的原因是沒有加載’sklearn’和’matplotlib’庫所導致的，以Pycharm 2020.3.3 版本為例，介紹Pycharm 軟件加載庫或模塊的方法：點擊左上角的File 后，選擇Settings 進入到設置頁面，如圖9所示。

圖9 Pycharm 設置頁面

選擇Project 下的Python Interpreter,此時右側能看到已安裝的庫或模塊，如圖10 所示。

圖10 顯示已安裝庫或模塊

在已安裝庫或模塊下方點擊“+”號，出現(xiàn)Available Packages頁面，輸入庫或模塊名稱后，點擊下方的Install Package，進行庫或模塊的安裝，如圖11 所示。

圖11 搜索庫或模塊頁面

問題2：Available Packages頁面顯示Nothing to show 或搜索sklearn 庫時不能出現(xiàn)sklearn 庫。

解決方法：點擊Manage Repositories，默認有https://pypi.python.org/simple 鏡像源，可增加一些國內(nèi)的鏡像源，如清華：https://pypi.tuna.tsinghua.edu.cn/simple、阿里云：https://mirrors.aliyun.com/pypi/simple/、 豆 瓣：https://pypi.douban.com/simple/等鏡像源，如圖12 所示。

圖12 添加國內(nèi)鏡像源

此時再搜索sklearn 庫時，因作者添加了4 個鏡像源，則可能會出現(xiàn)4 個sklearn 庫，選擇其中一個安裝即可，如圖13 所示。

圖13 多個源會出現(xiàn)多個sklearn 庫

3 結 論

本文分析的線性回歸模型是建立在一次函數(shù)=·+基礎上，一次函數(shù)是初中數(shù)學的學習內(nèi)容，應用數(shù)學知識與編程算法相結合去探究線性回歸經(jīng)典模型，既可以降低程序理解的難度，又可將教學重心放在線性回歸經(jīng)典模型的教學上，同時為學生提供使用不同學習方式再次深入理解一次函數(shù)的機會。學習線性回歸經(jīng)典模型有助于學生理解什么是機器學習，更重要的是走出與智能音箱、智能機器人等智能設備對話就理解為人工智能的全部這種誤區(qū)。

教師圍繞計算機解決問題的一般過程：分析問題、設計算法、編寫程序、調(diào)試運行這種逐層遞進方式開展教學，結合線性回歸經(jīng)典模型的邏輯步驟，即“導入相關的工具包、加載數(shù)據(jù)集、模型訓練和預測、預測結果可視化”四個步驟，教學設計符合皮亞杰的認知發(fā)展理論和維果茨基的最近發(fā)展區(qū)理論，適應學生的認知發(fā)展水平、學生的學習是主動建構知識的過程，提升了學生計算思維等高階能力的培養(yǎng)。本次人工智能編程教學實踐仍處于初步嘗試階段，有部分內(nèi)容需要在后續(xù)教學實踐中不斷探索、完善。