Files
Challenge-kNN/function.py
T
anye c426ae5683
Gitea Actions Challenge Test / Challenge-Actions (push) Successful in 9s
更新 function.py
2024-10-17 16:26:03 +08:00

71 lines
2.0 KiB
Python

python
import numpy as np
"""
qin
"""
id = "202210423206"
name = "詹宇豪"
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。
"""
# 使用广播机制计算欧氏距离,提高效率
distances = np.linalg.norm(dataSet - inX, axis=1)
# 按距离从小到大排序并获取对应的索引
sorted_indices = np.argsort(distances)
# 选择距离最近的k个样本的标签
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(axis=0) # 每一列的最小值
max_vals = data.max(axis=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__":
# 加载训练数据
train_file = "datingTrainSet2.tsv"
train_data, train_labels = load_data(train_file)
# 测试 classify0 函数
test_sample = np.array([65915, 3.868359, 0.128078])
result = classify0(test_sample, train_data, train_labels, k=3)
print("Predicted label:", result)