diff --git a/function.py b/function.py
index 3fe6ca7..5483243 100644
--- a/function.py
+++ b/function.py
@@ -1,13 +1,46 @@
+# function.py
 import numpy as np
-from sklearn.linear_model import LogisticRegression
-from sklearn.preprocessing import StandardScaler
+import os
+
+"""
+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。
+
+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
+"""
 
 
-# 填写学号和姓名
+"""
+请在这里填写学号和姓名，不填写即成绩无效。
+"""
 id = "202210423206"
 name = "詹宇豪"
 
 
+"""
+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。