更新 function.py

function.py

@@ -71,54 +71,43 @@ id = "202210423220"
 name = "方子涵"
 
 
-def mahalanobis_distance(x1, x2, cov_inv, mean_vec):
-    """
-    计算两点之间的马氏距离。
-
-    Args:
-    x1 (numpy array): 第一个点。
-    x2 (numpy array): 第二个点。
-    cov_inv (numpy array): 协方差矩阵的逆矩阵。
-    mean_vec (numpy array): 数据集的均值向量。
-
-    Returns:
-    float: 两点之间的马氏距离。
-    """
-    delta = x1 - x2
-    dist = np.sqrt(delta.T @ cov_inv @ delta)
-    return dist
+"""
+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):
     """
-    使用马氏距离的KNN分类算法。
+    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。
+    - 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。
+    - int: 预测的分类标签。
     """
-    # 计算训练数据集的均值向量和协方差矩阵
-    mean_vec = np.mean(dataSet, axis=0)
-    cov_mat = np.cov(dataSet, rowvar=False)
-    cov_inv = np.linalg.inv(cov_mat)
-
-    # 计算待分类样本与数据集中每个样本的马氏距离
-    distances = [mahalanobis_distance(inX, x, cov_inv, mean_vec) for x in dataSet]
-
+    # 计算待分类样本与数据集中每个样本的距离
+    distances = np.sqrt(((dataSet - inX) ** 2).sum(axis=1))
+    
     # 获取距离最近的k个样本的索引
-    k_indices = np.argsort(distances)[:k]
-
+    k_indices = distances.argsort()[:k]
+    
     # 获取这些样本对应的标签
     k_nearest_labels = labels[k_indices]
-
+    
     # 统计每个标签出现的次数
     label_counts = np.bincount(k_nearest_labels)
-
+    
     # 返回出现次数最多的标签
     return np.argmax(label_counts)
 
@@ -140,10 +129,4 @@ if __name__ == "__main__":
 
     train_data, train_labels = load_data(train_file)
 
-    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))