更新 function.py

function.py

@@ -1,24 +1,47 @@
+# function.py
 import numpy as np
 import os
-from sklearn.neighbors import KDTree
 
 """
 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。
 
-请在这里填写学号和姓名，不填写即成绩无效。
+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 = "202210423213"
 name = "熊浩燃"
 
 
-def classify(input_vector, dataSet, labels, k=1, distance_metric='euclidean', weighted=False):
+"""
+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=1):
     """
     KNN 分类算法。
 
@@ -26,61 +49,25 @@ def classify(input_vector, dataSet, labels, k=1, distance_metric='euclidean', we
     - 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1。
-    - distance_metric (str): 距离度量方式，支持'euclidean'和'manhattan'。
-    - weighted (bool): 是否使用加权投票。
+    - 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。
     """
-    # 选择距离度量
-    if distance_metric == 'euclidean':
-        distances = np.linalg.norm(dataSet - input_vector, axis=1)
-    elif distance_metric == 'manhattan':
-        distances = np.sum(np.abs(dataSet - input_vector), axis=1)
-    else:
-        raise ValueError(f"Unsupported distance metric: {distance_metric}")
-
+    # 计算欧氏距离
+    distances = np.linalg.norm(dataSet - input_vector, axis=1)
     # 获取距离最近的 k 个样本的索引
     nearest_neighbors_indices = distances.argsort()[:k]
     # 获取这些样本的标签
     nearest_labels = np.array(labels)[nearest_neighbors_indices]
-
-    if weighted:
-        # 使用加权投票：距离越近，权重越大
-        nearest_distances = distances[nearest_neighbors_indices]
-        weights = 1 / (nearest_distances + 1e-5)  # 防止距离为0
-        weighted_vote = np.bincount(nearest_labels, weights=weights)
-        predicted_label = weighted_vote.argmax()
-    else:
-        predicted_label = np.bincount(nearest_labels).argmax()
-
-    return predicted_label
-
-
-def classify_with_kdtree(input_vector, dataSet, labels, k=1):
-    """
-    使用 KD-tree 进行加速的 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1。
-
-    Returns:
-    - int: 预测的分类标签。
-    """
-    tree = KDTree(dataSet)  # 构建 KD-tree
-    dist, indices = tree.query(input_vector.reshape(1, -1), k=k)  # 查询最近邻
-    nearest_labels = np.array(labels)[indices[0]]
+    # 统计出现次数最多的标签并返回
     predicted_label = np.bincount(nearest_labels).argmax()
     return predicted_label
 
-
+# 这里也写自己的代码实现
 def load_dataset(directory):
     """
-    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。
+    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**。
 
     Args:
     - directory (str): 数据文件夹路径。
@@ -99,10 +86,12 @@ def load_dataset(directory):
             data_list.append(vector)
     return np.array(data_list), np.array(labels)
 
-
+# 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。
 
@@ -119,10 +108,9 @@ def img_to_vector(filename):
 
 
 if __name__ == "__main__":
-    # 加载训练数据
+    # 测试代码
     train_data, train_labels = load_dataset("trainingDigits")
 
-    # 测试数据
     test_data = (
         "00000000000000110000000000000000"
         "00000000000011111000000000000000"
@@ -157,13 +145,8 @@ if __name__ == "__main__":
         "00000000000001111111110000000000"
         "00000000000000000111100000000000"
     )
-
+    
     test_vector = np.array([int(char) for char in test_data]).reshape(1, 1024)
-
-    # 使用曼哈顿距离分类
-    predicted_label = classify(test_vector, train_data, train_labels, distance_metric='manhattan')
-    print(f"预测的标签（曼哈顿距离）: {predicted_label}")
-
-    # 使用 KD-tree 进行加速的分类
-    predicted_label_kdtree = classify_with_kdtree(test_vector, train_data, train_labels)
-    print(f"预测的标签（KD-tree 加速）: {predicted_label_kdtree}")
+    
+    predicted_label = classify(test_vector, train_data, train_labels)
+    print(f"预测的标签: {predicted_label}")