更新 function.py

function.py

@@ -24,8 +24,8 @@ import os
 """
 请在这里填写学号和姓名，不填写即成绩无效。
 """
-id = "202210423118"
-name = "刘国庆"
+id = "202210423xxx"
+name = "test_name"
 
 
 """
@@ -39,8 +39,7 @@ name = "刘国庆"
 """
 
 
-# 这里写自己的代码实现
-def classify(input_vector, dataSet, labels, k=3): 
+def classify(input_vector, dataSet, labels, k=3):
     """
     KNN 分类算法。
 
@@ -67,7 +66,6 @@ def classify(input_vector, dataSet, labels, k=3):
     return predicted_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**。
@@ -82,15 +80,14 @@ def load_dataset(directory):
     labels = []
     file_list = os.listdir(directory)
     num_files = len(file_list)
-    data_set = np.zeros((num_files, 1024))
+    data_set = np.zeros((num_files, 1024))  # 使用 numpy 初始化数据集
     for i, file_name in enumerate(file_list):
         label = int(file_name.split('_')[0])  # 文件名的第一个字符为标签
         labels.append(label)
-        data_set[i, :] = img_to_vector(os.path.join(directory, file_name))
+        data_set[i, :] = img_to_vector(os.path.join(directory, file_name))  # 将图像文件转换为向量
     return data_set, 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。
@@ -102,12 +99,12 @@ def img_to_vector(filename):
     Returns:
     - np.array: 二值图像向量。
     """
-    vector = np.zeros((1, 1024))
+    vector = np.zeros((1, 1024))  # 初始化一个 1x1024 的向量
     with open(filename) as f:
-        for i in range(32):
-            line = f.readline().strip()
-            for j in range(32):
-                vector[0, 32 * i + j] = int(line[j])
+        for i in range(32):  # 读取 32 行
+            line = f.readline().strip()  # 去掉每行的换行符
+            for j in range(32):  # 每行的 32 个字符
+                vector[0, 32 * i + j] = int(line[j])  # 将字符转换为整型并赋值到向量中
     return vector