K-means算法在小學(xué)生體質(zhì)監(jiān)測中的應(yīng)用研究

王 錦,嚴(yán)德菊，呂佳潞

(西華師范大學(xué)， 四川 南充 637000)

隨著時代的進(jìn)步、科技的發(fā)展、各種各樣的智能設(shè)備的興起，數(shù)據(jù)的增長越來越快，數(shù)據(jù)規(guī)模越來越大。然而，雖然總的數(shù)據(jù)量比較大，但是數(shù)據(jù)利用率卻不高，人們希望能夠好好利用這些數(shù)據(jù)，并從中獲取有價值的知識來提高人們的工作效率，指導(dǎo)大家的工作和生活。數(shù)據(jù)挖掘技術(shù)可以針對過去的數(shù)據(jù)，挖掘出隱藏在數(shù)據(jù)背后的信息。而聚類分析是一種常見的數(shù)據(jù)挖掘和數(shù)據(jù)分析方法，是數(shù)據(jù)挖掘領(lǐng)域重要的研究內(nèi)容之一[1-2]，按照不同的標(biāo)準(zhǔn)，聚類算法可以分成很多類，K-means算法屬于其中之一。因此將K-means算法應(yīng)用到小學(xué)生體質(zhì)監(jiān)測中，以南充某小學(xué)學(xué)生體質(zhì)監(jiān)測數(shù)據(jù)為例進(jìn)行分析，通過對小學(xué)生體質(zhì)監(jiān)測結(jié)果的分析，讓老師和家長更加了解學(xué)生的身體狀況，找出原因，從而有針對地采取措施改善學(xué)生體質(zhì)，促進(jìn)學(xué)生的健康成長。

一、K-means 算法

(一)K-means算法的基本思想K-means算法是Mac Queen J在1967年提出來的一種聚類算法[3]。K-means算法思想是先隨機(jī)選擇K個簇中心，然后按照最近原則把所有數(shù)據(jù)對象分到各個簇。然后按照均值重新計算各個簇的簇心，直到簇心不再發(fā)生改變，算法結(jié)束，輸出聚類結(jié)果。K-means聚類算法是一種基于劃分的且目前被人們廣泛使用的聚類算法。

(二)K-means算法步驟第一步，選擇合適的類的數(shù)量k，然后隨機(jī)選k個點當(dāng)作聚類的初始聚類中心；第二步，計算每個數(shù)據(jù)點到這k個聚類中心點的距離，然后將各個數(shù)據(jù)點放到與它最近的聚類里；第三步，再次計算新的聚類中心(數(shù)據(jù)的平均值處)；第四步，返回第二步繼續(xù)執(zhí)行，當(dāng)聚類中心不再變化的時候結(jié)束。

二、聚類算法分析工具介紹

一是IBM公司推出的統(tǒng)計產(chǎn)品與服務(wù)解決方案(Statistical Product and Service Solutions，SPSS)，SPSS可以應(yīng)用于數(shù)據(jù)挖掘、統(tǒng)計學(xué)分析、預(yù)測分析和決策支持任務(wù)的相關(guān)服務(wù)和軟件的集合。二是懷卡托智能分析環(huán)境(Weka)，它是在JAVA環(huán)境下開源的軟件，其源代碼可以在官網(wǎng)下載,Weka主要功能有對數(shù)據(jù)對象進(jìn)行預(yù)處理、聚類分析、關(guān)聯(lián)分析等。三是美國MathWorks公司推出的MATLAB，它是一款商業(yè)數(shù)學(xué)軟件，它可以用于算法開發(fā)，數(shù)值計算，數(shù)據(jù)分析等。

三、K-means聚類算法在小學(xué)生體質(zhì)監(jiān)測中的應(yīng)用

(一) 研究對象與研究方法以南充市人民南路小學(xué)2～6年級(因1年級學(xué)生學(xué)籍暫未錄入不參加測評)參加體質(zhì)監(jiān)測的學(xué)生體測數(shù)據(jù)為研究對象。運(yùn)用儀器和人工相結(jié)合的方法對人民南路小學(xué)2～6年級學(xué)生的身高、體質(zhì)量、肺活量、50 m等項目進(jìn)行測量。用 Excel 軟件錄入測量數(shù)據(jù)并統(tǒng)計，對統(tǒng)計好的數(shù)據(jù)采用聚類分析法進(jìn)行分析。

(二) 聚類分析過程一是數(shù)據(jù)準(zhǔn)備與預(yù)處理。測評收集到的數(shù)據(jù),其中有些信息對當(dāng)前研究內(nèi)容是無意義的，比如家庭住址、出生日期、民族等，需把這些數(shù)據(jù)剔除。同時，將身高和體質(zhì)量兩項內(nèi)容合并計算成體質(zhì)量指數(shù)BMI，并保留一位小數(shù)，將數(shù)據(jù)格式改成符合要求的形式。二是算法應(yīng)用。將以上文件放到Weka里面進(jìn)行分析，可以看到體測項目的數(shù)據(jù)直方圖，然后再選擇“Cluster”界面，點“Choose”選擇simpleKMeans，修改“numClusters”的值，“numClusters”的值即代表K-means中k的值，然后觀察聚類效果，即“Clusterer output”中的一行：within cluster sum of squared errors: 后面的值，此值越小代表聚類的同一個類的距離越小。為了觀察聚類效果，可以多試幾次，然后得到最后的聚類散點圖，部分散點圖如圖1所示。

由于直方圖(如圖2所示)在整體效果更一目了然，而聚類后的散點圖在數(shù)據(jù)維度關(guān)系更清晰，結(jié)合圖1、圖2可以看出：第一，體質(zhì)量指數(shù)BMI相對集中。大部分學(xué)生的BMI值都在正常范圍，偏胖的約占總數(shù)的7 %，偏瘦所占比例更小些，并且BMI大于31.2的嚴(yán)重肥胖學(xué)生中女生要多于男生，說明該校小學(xué)生的 BMI 值大體來說是正常的，營養(yǎng)不良的很少,偏胖的比偏瘦的多。第二，肺活量偏低。肺活量低于661 ml的約占總數(shù)的11 %，但肺活量高低與性別的關(guān)系不是特別明顯，這說明小學(xué)生的整體呼吸能力比較低，也與學(xué)生平時缺乏運(yùn)動分不開。家長可在生活中注意培養(yǎng)孩子愛運(yùn)動的習(xí)慣，利用上下學(xué)，周末等時間進(jìn)行鍛煉。第三，速度素質(zhì)較差。50 m短跑主要考察的是爆發(fā)性運(yùn)動能力，50 m短跑耗時大于11.1 s的占總數(shù)的8.9 %，且不及格的學(xué)生中，女生人數(shù)多于男生。可見平時運(yùn)動量不夠，學(xué)生的速度素質(zhì)較差[4]。學(xué)校家長應(yīng)鼓勵學(xué)生多進(jìn)行體育鍛煉，比如晨跑、飯后散步、走路上下學(xué)等。第四，坐位體前屈成績較好。女生做位體前屈成績優(yōu)于男生，這與坐位體前屈測試的是韌帶和肌肉彈性有很大關(guān)系。第五，一分鐘跳繩差距較為明顯。一分鐘跳繩10個以內(nèi)的有11個人，20個以內(nèi)的有30個人，而一分鐘可以跳100個以上的也有接近40個人，跳繩個數(shù)少的學(xué)生中的男生占多數(shù)，個數(shù)比較多的女生占多數(shù)。

四、改善學(xué)生體質(zhì)的對策

(一) 學(xué)校方面在提倡素質(zhì)教育的大環(huán)境下，沒能真正做到素質(zhì)教育，目前大部分小學(xué)還是以考試成績的好壞來評價學(xué)生和教師。學(xué)校要認(rèn)識到體育運(yùn)動的重要性，盡量保證體育課的時間和課堂質(zhì)量，提倡學(xué)生利用課間堅持做到每天運(yùn)動1～2 h，比如每天上午30 min的陽光課間操，一定要要求學(xué)生走出教室，去感受陽光和運(yùn)動帶來的快樂。

(二) 家庭方面父母的行為、思想觀念、說話方式都深深地影響著孩子，現(xiàn)在很多學(xué)生家長都過度關(guān)注學(xué)生的文化課成績，在他們心里孩子的成績是第一位的。家長一定要在關(guān)注孩子智力和能力發(fā)展的同時，多注意他們的身心健康，讓他們在輕松自在、無憂無慮的環(huán)境中學(xué)習(xí)。家長可以周末帶孩子參加戶外體育鍛煉或選擇步行送孩子上學(xué)，還可以在方便的時間帶孩子晨練，午后或是晚飯后出去散散步，既鍛煉了身體又加強(qiáng)了父母和孩子之間的溝通，增進(jìn)親子感情。

(三) 學(xué)生自己小學(xué)生對體質(zhì)健康的認(rèn)識不夠，缺乏主動鍛煉的意識，即便是學(xué)校安排的體育課在學(xué)生眼里更多的是可以自由活動的課?，F(xiàn)在的孩子從小受父母寵溺，怕苦怕累怕臟，不愿意鍛煉，有時間還不如打打游戲、刷刷視頻來的輕松。而這種生活方式本身是不夠健康的，學(xué)生可以通過網(wǎng)絡(luò)、書本、雜志等多了解體質(zhì)健康方面的知識，提高對健康的認(rèn)識，加強(qiáng)鍛煉。