更新 function.py

function.py

@@ -44,7 +44,7 @@ name = "陈宇杰"
 
 
 # 这里写自己的代码实现
-def knn_classify(inX, dataSet, labels, k):
+def classify0(inX, dataSet, labels, k):
     """
     KNN 分类函数
     :param inX: 待分类的样本
@@ -59,12 +59,6 @@ def knn_classify(inX, dataSet, labels, k):
     predicted_label = Counter(nearest_labels).most_common(1)[0][0]  # 多数投票
     return predicted_label
 
-def classify0(inX, dataSet, labels, k):
-    """
-    调用 knn_classify 函数进行分类。
-    """
-    return knn_classify(inX, dataSet, labels, k)
-
 def load_data(file_path):
     """
     加载 TSV 格式数据文件
@@ -84,7 +78,10 @@ def main():
     # 特征缩放
     scaler = StandardScaler()  # 创建标准化对象
     train_data = scaler.fit_transform(train_data)  # 对训练数据进行标准化
-    k=1
+
+    # 设置 K 值
+    k = 1  # 直接定义 K 值为 1
+
     # 手动实现 KNN 分类计算准确率
     correct_predictions = 0
     for i in range(len(train_data)):
@@ -100,6 +97,7 @@ def main():
 
     accuracy = correct_predictions / len(train_data)  # 计算准确性
     print(f"使用 K 值 {k} 的准确率: {accuracy:.4f}")
+
     # 测试分类
     test_sample = [65915, 3.868359, 0.128078]  # 测试样本
     test_sample = scaler.transform([test_sample])  # 对测试样本进行相同的缩放