更新 function.py

function.py

@@ -1,107 +1,84 @@
-#function.py
-import numpy as np
-import os
-from collections import Counter
+#function
 id="202210423115"
 name="李煜锋"
-def img_to_vector(filename):
+def classify(input_vector, dataSet, labels, k=3):
     """
-    将二值图像转换为向量。
+    KNN 分类算法。
 
-    参数:
-    - filename (str): 图像文件路径。
+    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**。
 
-    返回:
-    - np.array: 展平的二值图像向量。
+    Returns:
+    - int: 预测的分类标签。
     """
-    with open(filename, 'r') as file:
-        lines = file.read().splitlines()
-    img_vector = np.array([int(pixel) for line in lines for pixel in line])
-    return img_vector
+    """
+    使用欧式距离的 kNN 分类算法。
+    """
+     # 计算欧式距离
+    distances = np.linalg.norm(dataSet - input_vector, axis=1)
+    
+    # 获取距离最近的 k 个样本的索引
+    k_indices = np.argsort(distances)[:k]
+    
+    # 获取最近邻样本的标签
+    k_nearest_labels = [labels[i] for i in k_indices]
+    
+    # 找出出现次数最多的标签
+    most_common = max(set(k_nearest_labels), key=k_nearest_labels.count)
+    
+    return most_common
+
+
+# 这里也写自己的代码实现
 
 def load_dataset(directory):
     """
-    从指定文件夹中加载数据集，将二值图像转换为特征向量并提取标签。
+    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**。
 
-    参数:
+    Args:
     - directory (str): 数据文件夹路径。
 
-    返回:
-    - np.array: 特征数据，每个样本为一行，包含图像的像素值。
-    - np.array: 标签数据，每个样本对应的分类标签。
+    Returns:
+    - np.array: 特征数据。
+    - np.array: 标签数据。
     """
-    feature_list = []
-    label_list = []
+    features = []
+    labels = []
     
-    print(f"正在加载目录: {directory}")
-    # 遍历目录，加载数据
+    # 遍历文件夹中的所有文件
     for filename in os.listdir(directory):
-        if filename.endswith('.txt'):
+        if filename.endswith(".txt"):  # 假设文件是 .txt 格式
             filepath = os.path.join(directory, filename)
             
-            # 将图像转换为向量
-            feature_vector = img_to_vector(filepath)
-            feature_list.append(feature_vector)
-            
-            # 假设标签从文件名中提取，例如 '3_XXXX.txt'
+            # 假设文件名格式为 "数字_编号.txt"
             label = int(filename.split('_')[0])
-            label_list.append(label)
             
-    # 转换为 numpy 数组
-    features = np.array(feature_list)
-    labels = np.array(label_list)
+            # 加载文件中的二进制数据并转换为 1D 向量
+            image_vector = img_to_vector(filepath)
             
-    return features, labels
+            features.append(image_vector)
+            labels.append(label)
     
-def knn_classify(input_vector, dataSet, labels, k=3):
+    return np.array(features), np.array(labels)
+
+
+# 这里还写自己的代码实现
+def img_to_vector(filename):
     """
-    使用 kNN 算法对输入样本进行分类。
+    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。
 
-    参数:
-    - input_vector (numpy array): 输入待分类的样本。
-    - dataSet (numpy array): 训练数据集，每一行为一个样本。
-    - labels (list or numpy array): 训练集对应的标签。
-    - k (int): 选择 k 个最近邻的参数，默认为 3。
+    Args:
+    - filename (str): 图像文件路径。
 
-    返回:
-    - int: 预测的分类标签。
+    Returns:
+    - np.array: 二值图像向量。
     """
-    # 计算输入样本与训练数据集每个样本的欧氏距离
-    distances = np.linalg.norm(dataSet - input_vector, axis=1)
+    with open(filename) as file:
+        lines = file.readlines()
+        image_vector = np.array([int(char) for line in lines for char in line.strip()])
     
-    # 获取按距离排序的索引
-    sorted_index = distances.argsort()
-    
-    # 取前 k 个最近邻的标签
-    top_k_labels = [labels[i] for i in sorted_index[:k]]
-    
-    # 统计前 k 个标签中出现频率最高的那个
-    label_count = Counter(top_k_labels)
-    
-    return label_count.most_common(1)[0][0]
-
-# 主程序
-if __name__ == '__main__':
-    # 使用绝对路径替换为你数据集的路径
-    train_directory = r'C:\Users\Administrator\Desktop\trainingDigits'
-    test_directory = r'C:\Users\Administrator\Desktop\testDigits'
-    
-    # 加载训练数据
-    train_data, train_labels = load_dataset(train_directory)
-    
-    # 加载测试数据
-    test_data, test_labels = load_dataset(test_directory)
-    
-    # 测试 kNN 分类器
-    correct_predictions = 0
-    
-    for i in range(len(test_data)):
-        predicted_label = knn_classify(test_data[i], train_data, train_labels, k=3)
-        true_label = test_labels[i]
-        print(f"预测标签: {predicted_label}, 真实标签: {true_label}")
-        
-        if predicted_label == true_label:
-            correct_predictions += 1
-            
-    accuracy = correct_predictions / len(test_data) * 100
-    print(f"分类准确率: {accuracy:.2f}%")
+    return image_vector