更新 function.py

function.py

@@ -1,7 +1,7 @@
 # function.py
 import numpy as np
 import os
-
+from collections import Counter
 """
 实验说明:
 - 自行编写实现数据加载与 kNN 的手写数字分类算法。
@@ -25,107 +25,59 @@ import os
 """
 请在这里填写学号和姓名，不填写即成绩无效。
 """
-id = "202210423xxx"
-name = "test_name"
+id = "202210423107"
+name = "刘燚燊"
 
 
-"""
-参数说明:
-- 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**。
-返回值:
-- int: 预测的分类标签。
-"""
-
-
-# 这里写自己的代码实现
-def classify(input_vector, dataSet, labels, k=0):
+def load_data(directory):
     """
-    KNN 分类算法。
-
+    读取训练集或测试集的数字图像，转换为矩阵格式。
     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**。
-
+        directory (str): 数据集文件夹路径
     Returns:
-    - int: 预测的分类标签。
+        dataSet (list): 图像数据集
+        labels (list): 对应的标签
     """
+    dataSet = []
+    labels = []
+    
+    # 遍历文件夹中的每个文件
+    for filename in os.listdir(directory):
+        if filename.endswith('.txt'):
+            # 将文件名的前缀（如 '9_45.txt' 的 '9'）作为标签
+            label = int(filename.split('_')[0])
+            labels.append(label)
+            
+            # 读取文件内容并转换为一维数组
+            filepath = os.path.join(directory, filename)
+            with open(filepath, 'r') as file:
+                data = file.read().replace('\n', '')
+                data_vector = np.array([int(pixel) for pixel in data])
+                dataSet.append(data_vector)
+    
+    return np.array(dataSet), np.array(labels)
 
-
-# 这里也写自己的代码实现
-def load_dataset(directory):
+def classify(input_vector, dataSet, labels, k=3):
     """
-    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**。
-
+    使用kNN算法进行分类
     Args:
-    - directory (str): 数据文件夹路径。
-
+        input_vector (ndarray): 待分类样本
+        dataSet (ndarray): 训练数据集
+        labels (ndarray): 训练集标签
+        k (int): 选择的邻居数
     Returns:
-    - np.array: 特征数据。
-    - np.array: 标签数据。
+        int: 预测的分类标签
     """
-
-
-# 这里还写自己的代码实现
-def img_to_vector(filename):
-    """
-    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。
-
-    Args:
-    - filename (str): 图像文件路径。
-
-    Returns:
-    - np.array: 二值图像向量。
-    """
-
-
-if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
-    train_data, train_labels = load_dataset("trainingDigits")
-
-    test_data = (
-        "00000000000000110000000000000000"
-        "00000000000011111000000000000000"
-        "00000000000011111100000000000000"
-        "00000000001111111110000000000000"
-        "00000000001111111110000000000000"
-        "00000000001111111100000000000000"
-        "00000000011111111000000000000000"
-        "00000000111111111000000000000000"
-        "00000000111111110000000000000000"
-        "00000000111111110000000000000000"
-        "00000000111111110000000000000000"
-        "00000000111111110000000000000000"
-        "00000000111111100000000000000000"
-        "00000001111111100000000000000000"
-        "00000001111111100000000000000000"
-        "00000001111111100000000000000000"
-        "00000001111111111111000000000000"
-        "00000001111111111111111000000000"
-        "00000001111111111111111100000000"
-        "00000011111111111111111110000000"
-        "00000011111111111111111110000000"
-        "00000001111111111111111110000000"
-        "00000001111111111111111110000000"
-        "00000000111111111100111111100000"
-        "00000000111111111000111111100000"
-        "00000000011111111001111111100000"
-        "00000000011111111111111111000000"
-        "00000000001111111111111111000000"
-        "00000000000111111111111111000000"
-        "00000000000011111111111100000000"
-        "00000000000001111111110000000000"
-        "00000000000000000111100000000000"
-    )
-    predicted_label = classify(
-        np.array([int(char) for char in test_data]).reshape(1, 1024),
-        train_data,
-        train_labels,
-    )
-
-    print(f"预测的标签: {predicted_label}")
+    # 计算输入向量和训练集所有样本的欧氏距离
+    distances = np.linalg.norm(dataSet - input_vector, axis=1)
+    
+    # 获取距离最近的 k 个样本的索引
+    k_neighbors_indices = distances.argsort()[:k]
+    
+    # 获取这些样本对应的标签
+    k_neighbors_labels = labels[k_neighbors_indices]
+    
+    # 使用投票机制决定分类
+    most_common_label = Counter(k_neighbors_labels).most_common(1)[0][0]
+    
+    return most_common_label