更新 function.py

function.py

@@ -36,7 +36,25 @@ name = "邓杰元"
 - int: 预测的分类标签。
 """
 
-def classify0(inX, dataSet, labels, k=20):
+def normalize(dataSet):
+    """
+    对数据进行归一化处理，使每个特征都在相同的范围内。
+    Args:
+    - dataSet (numpy array): 原始数据集。
+
+    Returns:
+    - normDataSet (numpy array): 归一化后的数据集。
+    - ranges (numpy array): 每个特征的范围。
+    - minVals (numpy array): 每个特征的最小值。
+    """
+    minVals = dataSet.min(0)
+    maxVals = dataSet.max(0)
+    ranges = maxVals - minVals
+    normDataSet = (dataSet - minVals) / ranges
+    return normDataSet, ranges, minVals
+
+
+def classify0(inX, dataSet, labels, k):
     """
     KNN 分类算法。
 
@@ -95,14 +113,35 @@ def load_data(file_path):
     return features, labels
 
 
+
 if __name__ == "__main__":
     # 测试代码，可以自行修改和测试
-
+    
     train_file = "datingTrainSet2.tsv"
+  
     test_file = "datingTestSet2.tsv"
-
+    
     train_data, train_labels = load_data(train_file)
     test_data, test_labels = load_data(test_file)
+    
+    # 对训练集和测试集进行归一化
+    norm_train_data, ranges, minVals = normalize(train_data)
+    norm_test_data = (test_data - minVals) / ranges
+    
+    errors = 0  # 用于统计错误分类的样本数量
+  
+    # 对测试集中的样本进行预测
+    for i in range(len(norm_test_data)):
+        predicted_label = classify0(norm_test_data[i], norm_train_data, train_labels, k=20)
+        print(f"样本 {i+1}: 预测标签: {predicted_label}, 实际标签: {test_labels[i]}")
+        if predicted_label != test_labels[i]:
+            errors += 1
+    
+    # 输出错误率
+    error_rate = errors / len(test_data)
+    print(f"错误分类的样本数: {errors}")
+    print(f"错误率: {error_rate * 100:.2f}%")
+
+
+
 
-    # 测试 classify0 函数
-    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))