update: README

README.md

@@ -6,25 +6,27 @@
 - 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。
 
-所有成功上传的评测结果将在 [rank.intcplab.cn](https://rank.intcplab.cn/) 展示。
+成功上传的评测结果将在 [rank.intcplab.cn](https://rank.intcplab.cn/) 展示。
 
 ## 注意事项
 
-挑战开始前必须在 [`function.py`](./function.py#L26-L27) 中填写自己的学号和姓名！
+挑战开始前必须在 [`function.py`](./function.py#L28-L29) 中填写自己的学号和姓名！
 
 - 可以自行导入其他库，需要在 [`requirements.txt`](./requirements.txt) 添加依赖，若未在 [`requirements.txt`](./requirements.txt) 中添加使用到的依赖，则无法自动评测，成绩为零。
 - 需要在 [`function.py`](./function.py) 中实现完整的 KNN 分类算法。
-- 自动评测脚本仅会加载 [`classify0`](./function.py#L41) 函数，请勿修改函数名。
+- 自动评测脚本仅会加载 [`classify0`](./function.py#L43) 函数，请勿修改函数名。
 - 训练集在本目录下的 [`datingTrainSet2.tsv`](./datingTrainSet2.tsv) 中。
 - 评测数据集在本目录下的 [`datingTestSet2.tsv`](./datingTestSet2.tsv) 中。
+- 本地调试完成后，**需要更新提交代码**，否则无法自动评测，**没有挑战成绩**。
 - 评测的运行时间受机器性能影响，运行时间仅供参考。
-- 若有评测相关问题，请在该[项目工单](https://git.intcplab.cn/LufsX/Challenge-kNN/issues)处提出或联系 QQ: `1968647927`。
+- 若有评测相关问题，请在[项目工单](https://git.intcplab.cn/LufsX/Evaluation-Backend/issues)处提出，或联系 QQ: `1968647927`。
 
 代码提交后会进行自动评测，评测所用的环境如下：
 
 - CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
 - OS: Ubuntu 22.04.4 LTS
 - Python: 3.10.12
+- numpy: 2.1.1
 
 ## 挑战操作
 

function.py

@@ -4,8 +4,8 @@ import numpy as np
 """
 挑战说明:
 - 自行编写实现 KNN 分类算法。
-- 输入: 待分类的样本 inX, 训练数据集 dataSet, 训练集对应的标签 labels。
-- 输出: 预测的分类标签。
+- 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。
 
 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。
@@ -15,8 +15,10 @@ import numpy as np
 - 评测数据集在本目录下的 datingTestSet2.tsv 中。
 
 挑战环境:
-- Ubuntu 22.04.04 LTS
-- Python 3.10.12
+- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
+- OS: Ubuntu 22.04.4 LTS
+- Python: 3.10.12
+- numpy: 2.1.1
 """
 
 
@@ -38,7 +40,7 @@ name = "test_name"
 
 
 # 这里写自己的代码实现
-def classify0(inX, dataSet, labels, k=""):
+def classify0(inX, dataSet, labels, k=0):
     """
     KNN 分类算法。