forked from LufsX/Experiment-kNN
127 lines
3.7 KiB
Python
127 lines
3.7 KiB
Python
# function.py
|
|
import numpy as np
|
|
import os
|
|
from scipy.spatial import distance
|
|
"""
|
|
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。
|
|
- 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。
|
|
|
|
注意事项:
|
|
- 在 function.py 中实现 kNN 分类算法。
|
|
- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
|
|
- 自动评测脚本仅会加载 classify 和 load_data 函数，请勿修改函数名。
|
|
- 训练集和测试集需手动下载解压，并放入当前目录下。
|
|
|
|
测评环境:
|
|
- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
|
|
- OS: Ubuntu 22.04.4 LTS
|
|
- Python: 3.10.12
|
|
- numpy: 2.1.1
|
|
"""
|
|
|
|
|
|
"""
|
|
请在这里填写学号和姓名，不填写即成绩无效。
|
|
"""
|
|
id = "202210423224"
|
|
name = "吴杨洋"
|
|
|
|
|
|
"""
|
|
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。
|
|
"""
|
|
|
|
|
|
|
|
|
|
def classify(input_vector, dataSet, labels, k=3):
|
|
"""
|
|
KNN 分类算法。
|
|
|
|
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，默认值为3。
|
|
|
|
Returns:
|
|
- int: 预测的分类标签。
|
|
"""
|
|
# 计算输入向量与数据集中每个向量的欧氏距离
|
|
distances = [distance.euclidean(input_vector, row) for row 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[index] for index in k_indices]
|
|
|
|
# 统计每个类别的出现次数
|
|
class_count = {}
|
|
for vote in k_nearest_labels:
|
|
class_count[vote] = class_count.get(vote, 0) + 1
|
|
|
|
# 预测的类别是出现次数最多的类别
|
|
predicted_class = max(class_count, key=class_count.get)
|
|
|
|
return predicted_class
|
|
|
|
def load_dataset(directory):
|
|
"""
|
|
从文件夹中加载数据。
|
|
|
|
Args:
|
|
- directory (str): 数据文件夹路径。
|
|
|
|
Returns:
|
|
- np.array: 特征数据。
|
|
- np.array: 标签数据。
|
|
"""
|
|
training_file_list = os.listdir(directory)
|
|
training_matrix = []
|
|
training_labels = []
|
|
|
|
for file in training_file_list:
|
|
class_num = int(file.split('_')[0])
|
|
vector = img_to_vector(os.path.join(directory, file))
|
|
training_matrix.append(vector)
|
|
training_labels.append(class_num)
|
|
|
|
return np.array(training_matrix), np.array(training_labels)
|
|
|
|
def img_to_vector(filename):
|
|
"""
|
|
将二值图像转换为向量。
|
|
|
|
Args:
|
|
- filename (str): 图像文件路径。
|
|
|
|
Returns:
|
|
- np.array: 二值图像向量。
|
|
"""
|
|
return_vec = np.zeros((1024,))
|
|
with open(filename) as fr:
|
|
lines = fr.readlines()
|
|
for i in range(32):
|
|
line_str = str(lines[i])
|
|
for j in range(32):
|
|
if line_str[j] == '1':
|
|
return_vec[32*i + j] = 1
|
|
else:
|
|
return_vec[32*i + j] = 0
|
|
return return_vec
|
|
|
|
if __name__ == "__main__":
|
|
train_data, train_labels = load_dataset("trainingDigits")
|
|
this_digit = img_to_vector('testDigits/0_13.txt')
|
|
test_result = classify(this_digit, train_data, train_labels)
|
|
print(test_result)
|