[TOC] # 应用决策树帮助老师实施差异化教学 # 学习目标 1. 什么是监督式学习与无监督学习？ 2. 聚类算法的作用？ 3. 如何通过『数据集』组件下载数据。 4. 欧几里德距离计算。 5. 层次聚类算法模型基本逻辑。 6. 如何使用『箱线图』观察数据分布。 # 任务描述 假设你是一个班主任，拿到学生的入学成绩，刚接触学生，对学生不是很了解，那么我们如何对学生有效的分组帮助他们快速的成长，怎么分组开展个性化教学呢？ 传统简单的办法，我们习惯根据考试成绩来分组，但是每个学生不同学科的成绩差异很大，数学好的英语可能很差，我们常说物理类聚，人以群分，有相同学习目标的人放在一起容易形成共鸣，学习积极性也会高很多，因此我们希望能够帮助老师把学生合理的分组，这个问题事先我们并不知道学生属于哪个组，也不知道具体需要分成几个组，不大适合使用K均值来实现，我们应用决策树帮助老师实施差异化教学分组。 # 实验数据 便于说明算法的工作原理，我们采集了12个人两门课程的入学成绩数据。 在工作面板上拖动一个数据表组件（Data Table）连接文件组件（File）可以查看数据表格。  # 层次聚类 层次聚类试图在不同层次对数据集进行划分，从而形成树形的聚类结构。数据集划分可采用"自底向上"的聚合策略，也可采用"自顶向下"的分拆策略。 如图所示， 我们将全部12个同学的成绩用散点图绘制，根据常识，我们将样本距离近的归为一类，直观的，我们将这12个样本分为4类比较合理，分别表示英语和数学成绩都正常发展的，英语偏科的，数学偏科的以及英语和数学发展都相对落后的。图中用四个不同颜色的区域表示这个类同学。  为达到分类的目的，首先应用距离组件（Distances）计算样本对之间的距离，为了简单期间，我们选择欧式距离，也就是平时我们说的平面上两个点之间的直线距离。 那么层次 聚类怎么工作的呢？首先我们把每一个点看成是一个类，从散点图上我们可以看出李瑞洪海和之间的距离最近，因此我们首先把这两个点（类）归为一类，并用这两个点的中心来代表这个类，重复这个过程，每次合并两个类，直到整个集合都被归为一个类，层次聚类的过程如图所示，最后。 我们反向操作，选择一个合适的层数来决定具体我们要划分为多少个类  # 实验设计  # 实验分析 最后我们借助箱线图来分析分类的结果。 ## 箱线图 > 箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。  不同于分类问题，聚类样本没有没有已知的标签，类似于学生的分组，没有一个具体的标准去评判分组的好坏，要根据具体的应用的情况。