import numpy as np

"""
挑战说明:
- 自行编写实现 KNN 分类算法。
- 函数输入: 待分类的样本 inX, 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:
- 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。
- 在 function.py 中实现 KNN 分类算法。
- 自动评测脚本仅会加载 classify0 函数，请勿修改函数名。
- 训练集在本目录下的 datingTrainSet2.tsv 中。
- 评测数据集在本目录下的 datingTestSet2.tsv 中。

挑战环境:
- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
- OS: Ubuntu 22.04.4 LTS
- Python: 3.10.12
- numpy: 2.1.1
"""


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


"""
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。
返回值:
- int: 预测的分类标签。
"""


# 这里写自己的代码实现
def classify0(inX, dataSet, labels, k=3):
    """
    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 load_data(file_path):
    """
    加载 TSV 格式数据文件。
    """
    data = np.loadtxt(file_path, delimiter="\t")
    features = data[:, :-1]
    labels = data[:, -1].astype(int)
    return 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)