更新 function.py

function.py

@@ -1,107 +1,70 @@
-#import numpy as np
+import numpy as np
 import os
 
-"""
-实验说明:
-- 自行编写实现数据加载与 kNN 的手写数字分类算法。
-- 函数输入: 待分类的样本 input_vector, 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:
-- 在 function.py 中实现 kNN 分类算法。
-- 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。
-- 自动评测脚本仅会加载 classify 和 load_data 函数，请勿修改函数名。
-- 训练集和测试集需手动下载解压，并放入当前目录下。
-
-测评环境:
-- 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。
-"""
+# 学号和姓名
 id = "202210423118"
 name = "刘国庆"
 
-
-"""
-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。
+    kNN分类算法.
 
     Args:
-    - 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**。
+    - input_vector: 输入待分类的样本.
+    - dataSet: 训练数据集.
+    - labels: 训练集对应的标签.
+    - k: kNN参数.
 
     Returns:
-    - int: 预测的分类标签。
+    - 预测的分类标签.
     """
-    # 计算欧式距离
+    # 计算欧氏距离
     distances = np.linalg.norm(dataSet - input_vector, axis=1)
-    # 获取距离最小的 k 个样本的索引
+    # 获取距离最近的k个样本
     nearest_neighbors = np.argsort(distances)[:k]
-    # 统计 k 个最近邻样本中每个标签出现的频率
+    # 统计每个标签的投票数
     label_count = {}
     for i in nearest_neighbors:
         vote_label = labels[i]
         label_count[vote_label] = label_count.get(vote_label, 0) + 1
-    # 返回票数最多的标签
-    predicted_label = max(label_count, key=label_count.get)
-    return predicted_label
+    # 返回投票最多的标签
+    return max(label_count, key=label_count.get)
 
 
-# 这里也写自己的代码实现
-def load_dataset(directory):
+def load_data(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**。
+    加载手写数字数据集.
 
     Args:
-    - directory (str): 数据文件夹路径。
+    - directory: 数据集所在目录.
 
     Returns:
-    - np.array: 特征数据。
-    - np.array: 标签数据。
+    - 特征数据集和标签集.
     """
     labels = []
     file_list = os.listdir(directory)
     num_files = len(file_list)
     dataset = np.zeros((num_files, 1024))
+    
     for i, filename in enumerate(file_list):
-        # 取文件名的第一个字符作为标签
+        # 标签是文件名的第一个字符
         label = int(filename.split('_')[0])
         labels.append(label)
-        # 将图像文件转换为向量
+        # 转换图像为向量
         dataset[i, :] = img_to_vector(os.path.join(directory, filename))
+    
     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。
+    将32x32的二值图像转换为1x1024向量.
 
     Args:
-    - filename (str): 图像文件路径。
+    - filename: 图像文件路径.
 
     Returns:
-    - np.array: 二值图像向量。
+    - 向量化的图像数据.
     """
     vector = np.zeros((1, 1024))
     with open(filename) as file:
@@ -113,9 +76,10 @@ def img_to_vector(filename):
 
 
 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")
-
+    # 加载训练数据集
+    train_data, train_labels = load_data("trainingDigits")
+    
+    # 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 = (
         "00000000000000110000000000000000"
         "00000000000011111000000000000000"
@@ -150,13 +114,10 @@ if __name__ == "__main__":
         "00000000000001111111110000000000"
         "00000000000000000111100000000000"
     )
-    predicted_label = classify(
-        np.array([int(char) for char in test_data]).reshape(1, 1024),
-        train_data,
-        train_labels,
-    )
     
-
+    # 测试分类器
+    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}")
 
-