更新 function.py

function.py

@@ -26,19 +26,6 @@ import os
 id = "202210423203"
 name = "赵昊龙"
 
-
-"""
-参数说明:
-- input_vector (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 classify(input_vector, dataSet, labels, k=3):
     """
     KNN 分类算法。
@@ -47,34 +34,32 @@ def classify(input_vector, dataSet, labels, k=3):
     - input_vector (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**。
+    - k (int): kNN 算法参数。
 
     Returns:
     - int: 预测的分类标签。
     """
-    # 计算输入向量与数据集中每个向量的欧式距离
-    distances = []
-    for i in range(dataSet.shape[0]):
-        diff = (input_vector - dataSet[i]).astype(float)  # 转换为浮点数
-        dist = np.sqrt(np.sum(diff ** 2))
-        distances.append((dist, labels[i]))
+    # 欧式距离
+    diffMat = np.tile(input_vector, (dataSet.shape[0], 1)) - dataSet
+    sqDiffMat = diffMat**2
+    sqDistances = sqDiffMat.sum(axis=1)
+    distances = sqDistances**0.5
+    sortedDistIndices = distances.argsort()
     
-    # 根据距离进行排序，取前k个最近邻
-    distances.sort(key=lambda x: x[0])
-    k_nearest_labels = [label for _, label in distances[:k]]
+    # 取出距离最近的k个点的标签
+    classCount = {}
+    for i in range(k):
+        voteIlabel = labels[sortedDistIndices[i]]
+        # 统计每个类别的出现次数
+        classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
     
-    # 统计前k个最近邻中出现次数最多的标签
-    from collections import Counter
-    label_counts = Counter(k_nearest_labels)
-    most_common_label = label_counts.most_common(1)[0][0]
+    # 选择出现次数最多的类别作为预测标签
+    sortedClassCount = sorted(classCount.items(), key=lambda x: x[1], reverse=True)
+    return sortedClassCount[0][0]
 
-    return most_common_label
-
-
-# 这里也写自己的代码实现
 def load_dataset(directory):
     """
-    从文件夹中加载数据，若不自行正确实现，则无法通过评测，**不记录成绩**。
+    从文件夹中加载数据。
 
     Args:
     - directory (str): 数据文件夹路径。
@@ -83,24 +68,24 @@ def load_dataset(directory):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    training_file_list = os.listdir(directory)
-    training_matrix = []
-    training_labels = []
+    fileList = os.listdir(directory)
+    m = len(fileList)
+    dataSet = np.zeros((m, 1024))  # 28*28的二值图像数据
+    labels = []
     
-    for file in training_file_list:
-        class_num = int(file.split('_')[0])
-        vector = img_to_vector(os.path.join(directory, file))
-        training_matrix.append(vector)
-        training_labels.append(class_num)
+    for i in range(m):
+        filename = fileList[i]
+        fileWithPath = os.path.join(directory, filename)
+        vector = img_to_vector(fileWithPath)
+        dataSet[i, :] = vector
+        label = int(filename.split('.')[0])  # 假设文件名的格式为"数字.txt"
+        labels.append(label)
     
-    return np.array(training_matrix), np.array(training_labels)
+    return dataSet, np.array(labels)
 
-
-# 这里还写自己的代码实现
 def img_to_vector(filename):
     """
     将二值图像转换为向量。
-    该部分应为 load_dataset 函数的辅助子函数，可单独在这里实现，也可直接集成至 load_dataset 函数中。
 
     Args:
     - filename (str): 图像文件路径。
@@ -108,13 +93,18 @@ def img_to_vector(filename):
     Returns:
     - np.array: 二值图像向量。
     """
-    return np.array([int(pixel) for pixel in open(filename).read().split()])
-
+    returnVect = np.zeros((1024,))  # 28*28的二值图像数据
+    with open(filename, 'r') as file:
+        lines = file.readlines()
+        n = 0
+        for line in lines:
+            for i in range(len(line)-1):
+                returnVect[n] = int(line[i])
+                n = n + 1
+    return returnVect
 
 if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
     train_data, train_labels = load_dataset("trainingDigits")
-
     test_data = (
         "00000000000000110000000000000000"
         "00000000000011111000000000000000"
@@ -154,5 +144,4 @@ if __name__ == "__main__":
         train_data,
         train_labels,
     )
-
     print(f"预测的标签: {predicted_label}")