generated from LufsX/Challenge-kNN
butterfly-is-butter-fly
e5432b6e68
Gitea Actions Challenge Test / Challenge-Actions (push) Successful in 12s
84 lines
2.6 KiB
Python
84 lines
2.6 KiB
Python
# function.py
|
|
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
|
|
"""
|
|
|
|
|
|
"""
|
|
请在这里填写学号和姓名，不填写即成绩无效。
|
|
"""
|
|
id = "202210423126"
|
|
name = "邓杰元"
|
|
|
|
|
|
"""
|
|
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。
|
|
- 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 classify0(inX, dataSet, labels, k=15):
|
|
# 计算待分类样本与训练集中所有样本的欧氏距离
|
|
distances = [np.sqrt(np.sum((x - inX) ** 2)) for x in dataSet]
|
|
|
|
# 根据距离排序，并获取前k个索引
|
|
k_indices = np.argsort(distances)[:k]
|
|
|
|
# 获取前k个邻居的标签
|
|
k_nearest_labels = [labels[i] for i in k_indices]
|
|
|
|
# 对标签进行投票，选择出现次数最多的标签
|
|
from collections import Counter
|
|
most_common = Counter(k_nearest_labels).most_common(1)
|
|
|
|
# 返回投票最多的标签
|
|
return most_common[0][0]
|
|
|
|
|
|
|
|
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__":
|
|
# 以下代码可用于测试，可自行随意修改
|
|
|
|
train_file = "datingTrainSet2.tsv"
|
|
test_file = "datingTestSet2.tsv"
|
|
|
|
train_data, train_labels = load_data(train_file)
|
|
test_data, test_labels = load_data(test_file)
|
|
|
|
# 测试 classify0 函数
|
|
# 注意：这里只是演示，实际评测会使用独立的测试集
|
|
print(classify0([65915, 3.868359, 0.128078], train_data, train_labels)) |