上传文件至 /

function.py

@@ -1,76 +1,64 @@
-# function.py
-import numpy as np
-
-"""
-挑战说明:
-- 自行编写实现 KNN 分类算法。
-- 函数输入: 待分类的样本 inX, 训练数据集 dataSet, 训练集对应的标签 labels。
-- 函数返回: 预测的分类标签。
-
-注意事项:
-- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
-- 在 function.py 中实现 KNN 分类算法。
-- 自动评测脚本仅会加载 classify0 函数，请勿修改函数名。
-- 训练集在本目录下的 datingTrainSet2.tsv 中。
-- 评测数据集在本目录下的 datingTestSet2.tsv 中。
-
-挑战环境:
-- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
-- OS: Ubuntu 22.04.4 LTS
-- Python: 3.10.12
-- numpy: 2.1.1
-"""
-
-
-"""
-请在这里填写学号和姓名，不填写即成绩无效。
-"""
-id = "202210423xxx"
-name = "test_name"
-
-
-"""
-参数说明:
-- inX (numpy array): 输入待分类的样本。
-- dataSet (numpy array): 训练数据集。
-- labels (list or numpy array): 训练集对应的标签。
-- k (int): kNN 算法参数，请**自行设置默认值**，评测时仅会使用其默认值，不修改默认值将**无法通过**评测，**成绩为零**。
-返回值:
-- int: 预测的分类标签。
-"""
-
-
-# 这里写自己的代码实现
-def classify0(inX, dataSet, labels, k=0):
-    """
-    KNN 分类算法。
-
-    Args:
-    - inX (numpy array): 输入待分类的样本。
-    - dataSet (numpy array): 训练数据集。
-    - labels (list or numpy array): 训练集对应的标签。
-    - k (int): kNN 算法参数，请**自行设置默认值**，评测时仅会使用其默认值，不修改默认值将**无法通过**评测，**成绩为零**。
-
-    Returns:
-    - int: 预测的分类标签。
-    """
-
-
-def load_data(file_path):
-    """
-    加载 TSV 格式数据文件。
-    """
-    data = np.loadtxt(file_path, delimiter="\t")
-    features = data[:, :-1]
-    labels = data[:, -1].astype(int)
-    return features, labels
-
-
-if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
-
-    train_file = "datingTrainSet2.tsv"
-
-    train_data, train_labels = load_data(train_file)
-
-    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))
+# function.py
+import numpy as np
+from collections import Counter
+
+
+id = "202210423104"
+name = "张钦诚"
+
+
+
+def classify0(inX, dataSet, labels, k=3):
+
+    # 转换输入样本为numpy数组
+    inX = np.array(inX)
+
+    # 计算欧氏距离
+    # 使用广播计算所有训练样本与输入样本的距离
+    distances = np.linalg.norm(dataSet - inX, axis=1)
+
+    # 获取距离最小的k个样本的索引
+    nearest_indices = distances.argsort()[:k]
+
+    # 获取这k个样本的标签
+    nearest_labels = labels[nearest_indices]
+
+    # 统计出现次数最多的标签
+    label_count = Counter(nearest_labels)
+
+    # 返回出现次数最多的标签
+    return label_count.most_common(1)[0][0]
+
+
+def load_data(file_path):
+
+    data = np.loadtxt(file_path, delimiter="\t")
+    features = data[:, :-1]
+    labels = data[:, -1].astype(int)
+    return features, labels
+
+
+if __name__ == "__main__":
+    # 以下代码可用于测试，可自行随意修改
+
+    train_file = "datingTrainSet2.tsv"
+    test_file = "datingTestSet2.tsv"
+
+    # 加载训练数据
+    train_data, train_labels = load_data(train_file)
+
+    # 加载测试数据
+    test_data, test_labels = load_data(test_file)
+
+    # 测试样本
+    test_sample = [65915, 3.868359, 0.128078]
+
+    # 预测标签
+    predicted_label = classify0(test_sample, train_data, train_labels)
+
+    print(f"预测的分类标签: {predicted_label}")
+
+    # 计算准确率
+    predictions = np.array([classify0(sample, train_data, train_labels) for sample in test_data])
+    accuracy = np.mean(predictions == test_labels) * 100
+    print(f"准确率: {accuracy:.2f}%")