更新 function.py

function.py

@@ -25,8 +25,8 @@ import numpy as np
 """
 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 = "202210423220"
+name = "方子涵"
 
 
 """
@@ -41,21 +41,88 @@ name = "test_name"
 
 
 # 这里写自己的代码实现
-def classify0(inX, dataSet, labels, k=0):
-    """
-    KNN 分类算法。
+import numpy as np
 
-    Args:
+"""
+请在这里填写学号和姓名，不填写即成绩无效。
+"""
+id = "202210423220"
+name = "方子涵"
+
+
+"""
+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**。
-
-    Returns:
+返回值:
 - int: 预测的分类标签。
 """
 
 
+# 这里写自己的代码实现
+import numpy as np
+
+"""
+请在这里填写学号和姓名，不填写即成绩无效。
+"""
+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
+
+
+def classify0(inX, dataSet, labels, k=3):
+    """
+    使用马氏距离的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。
+
+    Returns:
+    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]
+
+    # 获取距离最近的k个样本的索引
+    k_indices = np.argsort(distances)[: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)
+
+
 def load_data(file_path):
     """
     加载 TSV 格式数据文件。
@@ -74,3 +141,9 @@ 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))