张学义

摘要：在研究聚类基本原理及相应算法的基础上，着重分析了K-means聚类算法，利用《大学计算机》课程考试成绩，采用PYTHON语言，编写搭建基于K-means聚类算法程序在学生考试成绩数据集上进行聚类应用，给出实验结果，得到一些有趣的实验结果数据。

关键词：聚类；K-means；教学评价

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）21-0151-02

Abstract： In the study of clustering， on the basis of basic principle and the corresponding algorithm， this paper analyzes the K means clustering algorithm， using the university computer course examination results， using the PYTHON language， write structures based on K - means clustering algorithm program in the student's score on the test data set clustering on the application， the experimental results are given， obtain some interesting results data.

Key words： cluster； k-means； teaching evaluation

1 背景

教师评价是“十三五”教育规划需要改进的一项内容，教师评价从德、勤、能、绩、效五个方面提出可操作的量化评价标准是一个系统性的工程，而探索建立教师教育质量评估无疑是对教师评价涉及能、绩、效的主要内容。随着信息化社会的不断发展，在以县或市级统考的基础上进行集体的网上评阅卷成为可能及事实，由此就有了学生答卷得失分的更进一步的细节性数据信息，而非传统只有总分这样单一的呈现模式，为进一步采用现在基于数据的机器学习——聚类方法对同类教师进行聚类分析提供了可能。从而可开展针对聚类后的同类教师进行教学研讨、培训，以有的放矢地提升教师教学能力。本研究以《大学计算机》课程无纸化考试成绩为例开展对教师教学进行评价研究。对小学、初、高中教育开展同类研究有借鉴作用。

2 机器学习及其聚类算法

2.1 机器学习及相关技术

机器学习是一门既“古老”又“兴”的计算机科学技术，早在计算机发明之初，一些科学家就开始构想拥有一台可以具备人类智慧的机器，图灵在1950年发表的论文《计算机器与智能》（Computing Machinery Intelligence）[1]中提出了具有开创意义的“图灵测试”（Turing，Test），用来判断一台计算机是否达到具备人工智能的标准。……