挑战一：kNN 算法

实验说明

• 自行在 function.py 中编写实现 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。

注意事项

实验开始前必须在 function.py 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 添加依赖，若无依赖，则相当于未进行实验。
• 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。

提交后会进行自动评测，评测系统环境如下：

• Python 3.10.12
• Ubuntu 22.04.4 LTS

实验操作

注册平台帐号

进入此页面，点击右上角的「派生」按钮，将仓库「派生」到自己的账号下。

然后进入设置开启 Actions 功能，该功能用于自动评测实验代码。

可以选择拉取到本地写代码，也可以直接在线编辑。

---

下面以在线编辑为例。

打开对应的文件，点击编辑按钮即可。

编辑完成后，点击「提交变更」按钮提交修改。

---

下面以拉取到本地写代码为例。

点击后会叫你选个地方保存代码，选择目录后继续。

然后编辑器就会打开，你可以开始写代码了。

编辑完成后，点侧栏的分叉图标，选择你要提交的变更，再点提交按钮。

接下来会弹出一个窗口，填写你平台帐号的用户名和密码后即可。

---

提交完成后，会自动开始评测。

这里就可以看到你评测的实时情况与最终得分。