forked from LufsX/Experiment-kNN
46 lines
2.4 KiB
Markdown
46 lines
2.4 KiB
Markdown
# 实验一：kNN 算法
|
|
|
|
## 实验说明
|
|
|
|
- 自行在 [`function.py`](./function.py) 中编写实现数据加载与 kNN 的手写数字分类算法。
|
|
- 函数输入: 待分类的样本 `input_vector`, 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均会被记录，但不会公开展示。
|
|
|
|
评测次数不限，最终评测成绩取**最高分**。
|
|
|
|
## 注意事项
|
|
|
|
实验开始前必须在 [`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 `classify` 和 `load_data` 函数，请勿修改函数名。
|
|
- 仓库内不自带数据集，本地调试时，数据集需自行下载。
|
|
- 本地调试完成后，**需要更新提交代码**，否则无法自动评测，**没有实验成绩**。
|
|
- 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[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
|
|
|
|
## 实验操作
|
|
|
|
本次实验因数据文件较多，故仓库内不自带数据集，本地调试时需自行下载数据集。
|
|
|
|
- [二值手写数字数据集.zip](https://git.intcplab.cn/yuhuapeng/Machine-Learning-in-Python/raw/branch/main/%E7%AC%AC9%E7%AB%A0%209.1%20KNN%E5%88%86%E7%B1%BB%E5%99%A8/%E4%BA%8C%E5%80%BC%E6%89%8B%E5%86%99%E6%95%B0%E5%AD%97%E6%95%B0%E6%8D%AE%E9%9B%86.zip)
|
|
- [二值手写数字数据集.tar.gz](https://git.intcplab.cn/LufsX/Challenge-Backend/raw/branch/main/public/experiment/knn/dataSet.tar.gz)
|
|
|
|
以上两文件解压内容相同，解压后得到 `trainDigits` 和 `testDigits` 文件夹，分别存放训练集和测试集。
|
|
|
|
本次实验强烈建议将代码克隆/下载到本地进行实验调试。
|
|
|
|
---
|
|
|
|
提交评测简要说明同[挑战赛的说明](https://git.intcplab.cn/LufsX/Challenge-kNN#挑战操作)，这里不再赘述。
|