Files
Challenge-kNN/function.py
T
anye 2a44931a2e
Gitea Actions Challenge Test / Challenge-Actions (push) Successful in 12s
更新 function.py
2024-10-10 16:19:21 +08:00

75 lines
2.0 KiB
Python

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)