From 774c006062fa116d1f1d2adfb7cee84d9ff4d5f0 Mon Sep 17 00:00:00 2001
From: Frae19 <515745323@qq.com>
Date: Thu, 17 Oct 2024 16:52:41 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 149 ++++++++++++++++++++++++++++------------------------
 1 file changed, 79 insertions(+), 70 deletions(-)

diff --git a/function.py b/function.py
index 73cc298..3a48f96 100644
--- a/function.py
+++ b/function.py
@@ -1,88 +1,97 @@
-# function.py
-import numpy as np
-from collections import Counter
-"""
-挑战说明:
-- 自行编写实现 KNN 分类算法。
-- 函数输入: 待分类的样本 inX, 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。
+# function.py  
+import numpy as np  
 
-注意事项:
-- 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。
-- 在 function.py 中实现 KNN 分类算法。
-- 自动评测脚本仅会加载 classify0 函数，请勿修改函数名。
-- 训练集在本目录下的 datingTrainSet2.tsv 中。
-- 评测数据集在本目录下的 datingTestSet2.tsv 中。
+"""  
+挑战说明:  
+- 自行编写实现 KNN 分类算法。  
+- 函数输入: 待分类的样本 inX, 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。  
 
-挑战环境:
-- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
-- OS: Ubuntu 22.04.4 LTS
-- Python: 3.10.12
-- numpy: 2.1.1
-"""
+注意事项:  
+- 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。  
+- 在 function.py 中实现 KNN 分类算法。  
+- 自动评测脚本仅会加载 classify0 函数，请勿修改函数名。  
+- 训练集在本目录下的 datingTrainSet2.tsv 中。  
+- 评测数据集在本目录下的 datingTestSet2.tsv 中。  
+
+挑战环境:  
+- 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 = "202210423629"
-name = "Tanjunfeng"
+"""  
+请在这里填写学号和姓名，不填写即成绩无效。  
+"""  
+id = "202210423629"  
+name = "Tanjunfeng"  
 
 
-"""
-参数说明:
-- 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**。
-返回值:
-- int: 预测的分类标签。
-"""
+"""  
+参数说明:  
+- 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**。  
+返回值:  
+- int: 预测的分类标签。  
+"""  
 
 
-# 这里写自己的代码实现
-def classify0(inX, dataSet, labels, k=3):
-    """
-    KNN 分类算法。
+# 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**。
+    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。
-    """
-    # 计算输入向量与训练集中每一个样本的欧式距离
-    distances = np.sqrt(np.sum((dataSet - inX) ** 2, axis=1))
+    Returns:  
+    - int: 预测的分类标签。  
+    """  
+    # 计算欧式距离  
+    dataSetSize = dataSet.shape[0]  
+    diffMat = np.tile(inX, (dataSetSize, 1)) - dataSet  
+    sqDiffMat = diffMat**2  
+    sqDistances = sqDiffMat.sum(axis=1)  
+    distances = np.sqrt(sqDistances)  
     
-    # 通过对距离进行升序排序并选择前k个最近距离的索引
-    nearest_neighbors_indices = distances.argsort()[:k]
+    # 按距离从小到大排序  
+    sortedDistIndices = distances.argsort()  
     
-    # 收集k个最近距离的样本的标签
-    nearest_labels = [labels[i] for i in nearest_neighbors_indices]
+    # 选择距离最小的k个点  
+    classCount = {}  
+    for i in range(k):  
+        voteIlabel = labels[sortedDistIndices[i]]  
+        classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1  
     
-    # 使用计数器查找出现频率最高的标签
-    most_common_label = Counter(nearest_labels).most_common(1)[C_0]()[C_0]()
-
-    return most_common_label
-
-def load_data(file_path):
-    """
-    加载 TSV 格式数据文件。
-    """
-    data = np.loadtxt(file_path, delimiter="\t")
-    features = data[:, :-1]
-    labels = data[:, -1].astype(int)
-    return features, labels
+    # 按类别票数从大到小排序  
+    sortedClassCount = sorted(classCount.items(), key=lambda x: x[1], reverse=True)  
+    
+    # 返回出现频率最高的类别  
+    return sortedClassCount[0][0]  
 
 
-if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
+def load_data(file_path):  
+    """  
+    加载 TSV 格式数据文件。  
+    """  
+    data = np.loadtxt(file_path, delimiter="\t")  
+    features = data[:, :-1]  
+    labels = data[:, -1].astype(int)  
+    return features, labels  
 
-    train_file = "datingTrainSet2.tsv"
 
-    train_data, train_labels = load_data(train_file)
+if __name__ == "__main__":  
+    # 以下代码可用于测试，可自行随意修改  
 
-    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))
+    train_file = "datingTrainSet2.tsv"  
+
+    train_data, train_labels = load_data(train_file)  
+
+    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))
\ No newline at end of file