更新 function.py

function.py

@@ -44,7 +44,7 @@ def load_data(directory):
     labels = []
     file_list = os.listdir(directory)
     num_files = len(file_list)
-    dataset = np.zeros((num_files, 1024))
+    dataset = np.zeros((num_files, 1024))  # 每个图像为32x32, 转换为1x1024向量
     
     for i, filename in enumerate(file_list):
         # 标签是文件名的第一个字符
@@ -77,7 +77,7 @@ def img_to_vector(filename):
 
 if __name__ == "__main__":
     # 加载训练数据集
-    train_data, train_labels = load_data("trainingDigits")
+    train_data, train_labels = load_data("trainingDigits")  # 使用正确的函数名 load_data
     
     # 加载测试样本 (此处为简单测试，实际使用时应替换为完整的测试集)
     test_data = (
@@ -115,9 +115,8 @@ if __name__ == "__main__":
         "00000000000000000111100000000000"
     )
     
-    # 测试分类器
+    # 将测试样本转换为向量，并进行分类
     predicted_label = classify(np.array([int(char) for char in test_data]).reshape(1, 1024),
                                train_data, train_labels)
     
     print(f"预测的标签: {predicted_label}")
-