Files
Experiment-kNN/function.py
T
Dengddd 1cc0339164
Gitea Actions Experiment Test / Experiment-Actions (push) Successful in 30s
更新 function.py
2024-10-22 19:55:43 +08:00

134 lines
4.9 KiB
Python

# function.py
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。
"""
id = "202210423222"
name = "邓龙树"
"""
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
import numpy as np
import os
from collections import Counter
def classify(input_vector, dataSet, labels, k=2): # 设置默认值 k=1
"""使用 KNN 算法对输入样本进行分类。"""
# 计算输入向量与训练集之间的欧氏距离
distances = np.linalg.norm(dataSet - input_vector, axis=1)
# 根据距离排序并获取索引
sorted_indices = distances.argsort()
# 选择距离最近的k个点
k_nearest_labels = labels[sorted_indices[:k]]
# 统计k个点中各类别的数量
count = Counter(k_nearest_labels)
# 返回数量最多的类别标签
return count.most_common(1)[0][0]
def load_dataset(directory):
"""加载数据集中的图像,并将其转换为特征向量和标签。"""
# 初始化特征数据列表和标签列表
feature_list = []
label_list = []
# 遍历目录中的所有文件
for file in os.listdir(directory):
# 获取文件的完整路径
file_path = os.path.join(directory, file)
# 将图像文件转换为向量
feature_vector = img_to_vector(file_path)
# 将特征向量添加到列表中
feature_list.append(feature_vector)
# 获取文件名中的标签并添加到标签列表中
label_list.append(int(file.split('_')[0]))
# 将特征列表和标签列表转换为numpy数组
feature_matrix = np.array(feature_list)
label_array = np.array(label_list)
return feature_matrix, label_array
def img_to_vector(filename):
"""将二值图像转换为向量。"""
# 读取文件内容并转换为整数数组
with open(filename, 'r') as file:
lines = file.readlines()
# 将每行的数字字符转换为整数,并使用 NumPy 的 reshape 方法转换为一维数组
vector = np.array([int(char) for line in lines for char in line.strip()]).reshape(1024,)
return vector
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"
"00000000000011111100000000000000"
"00000000001111111110000000000000"
"00000000001111111110000000000000"
"00000000001111111100000000000000"
"00000000011111111000000000000000"
"00000000111111111000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111111111000000000000"
"00000001111111111111111000000000"
"00000001111111111111111100000000"
"00000011111111111111111110000000"
"00000011111111111111111110000000"
"00000001111111111111111110000000"
"00000001111111111111111110000000"
"00000000111111111100111111100000"
"00000000111111111000111111100000"
"00000000011111111001111111100000"
"00000000011111111111111111000000"
"00000000001111111111111111000000"
"00000000000111111111111111000000"
"00000000000011111111111100000000"
"00000000000001111111110000000000"
"00000000000000000111100000000000"
)
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}")