import numpy as np

"""
qin
"""
id = "202210423206"
name = "詹宇豪"

def classify0(inX, dataSet, labels, k=1):
    """
    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，默认值为3。

    Returns:
    - int: 预测的分类标签。
    """
    # 计算输入样本与训练数据集中每个样本的欧氏距离
    distances = np.sqrt(((dataSet - inX) ** 2).sum(axis=1))
    
    # 按距离从小到大排序并获取对应的索引
    sorted_indices = distances.argsort()

    # 选择距离最近的k个样本
    top_k_labels = labels[sorted_indices[:k]]

    # 统计k个样本中出现最多的类别
    predicted_label = np.bincount(top_k_labels).argmax()

    return predicted_label

def normalize_data(data):
    """
    对数据进行归一化处理，将每个特征缩放到 [0, 1] 范围。

    Args:
    - data (numpy array): 待归一化的数据集。

    Returns:
    - numpy array: 归一化后的数据集。
    """
    min_vals = data.min(0)  # 每一列的最小值
    max_vals = data.max(0)  # 每一列的最大值
    ranges = max_vals - min_vals  # 每一列的取值范围
    norm_data = (data - min_vals) / ranges  # 归一化公式
    return norm_data, ranges, min_vals

def load_data(file_path):
    """
    加载 TSV 格式数据文件，并对特征数据进行归一化。
    """
    data = np.loadtxt(file_path, delimiter="\t")
    features = data[:, :-1]
    labels = data[:, -1].astype(int)
    
    # 数据归一化
    norm_features, _, _ = normalize_data(features)
    
    return norm_features, labels


if __name__ == "__main__":
    # 测试代码，可以修改以便调试
    train_file = "datingTrainSet2.tsv"

    # 加载训练数据
    train_data, train_labels = load_data(train_file)

    # 测试 classify0 函数
    result = classify0(np.array([65915, 3.868359, 0.128078]), train_data, train_labels)
    print("Predicted label:", result)