更新 function.py

function.py

@@ -38,30 +38,39 @@ name = "Tanjunfeng"
 返回值:  
 - int: 预测的分类标签。  
 """  
-
+def normalize_data(dataSet):  
+    """标准化数据集使每个特征列的均值为0方差为1。"""  
+    mean = np.mean(dataSet, axis=0)  
+    std = np.std(dataSet, axis=0)  
+    normalized_data = (dataSet - mean) / std  
+    return normalized_data  
 
 # 这里写自己的代码实现  
 def classify0(inX, dataSet, labels, k=3):  
     """  
     KNN 分类算法。  
-
+    
     Args:  
     - inX (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**。  
-
+    
     Returns:  
     - int: 预测的分类标签。  
     """  
+    # 对数据集进行标准化  
+    normalized_dataSet = normalize_data(dataSet)  
+    normalized_inX = (inX - np.mean(dataSet, axis=0)) / np.std(dataSet, axis=0)  
+    
     # 计算欧式距离  
-    dataSetSize = dataSet.shape[0]  
-    diffMat = np.tile(inX, (dataSetSize, 1)) - dataSet  
+    dataSetSize = normalized_dataSet.shape[0]  
+    diffMat = np.tile(normalized_inX, (dataSetSize, 1)) - normalized_dataSet  
     distances = np.sqrt(np.sum(diffMat ** 2, axis=1))  
     
     # 按距离从小到大排序  
     sortedDistIndices = distances.argsort()  
-
+    
     classCount = {}  
     for i in range(k):  
         voteIlabel = labels[sortedDistIndices[i]]  
@@ -71,7 +80,7 @@ def classify0(inX, dataSet, labels, k=3):
     # 按类别票数从大到小排序  
     sortedClassCount = sorted(classCount.items(), key=lambda x: x[1], reverse=True)  
     
-    return sortedClassCount[0][0]
+    return sortedClassCount[0][0]  
 
 
 def load_data(file_path):  
@@ -91,4 +100,5 @@ if __name__ == "__main__":
 
     train_data, train_labels = load_data(train_file)  
 
-    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))
+    # 进行测试  
+    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))