更新 function.py

function.py

@@ -1,50 +1,14 @@
-# function.py
-import numpy as np
-from collections import Counter
-from scipy.spatial.distance import cdist
-from sklearn.preprocessing import StandardScaler
-
-
-"""
-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 = "202210423210"
 name = "陈宇杰"
 
+import numpy as np
+from collections import Counter
+from sklearn.preprocessing import StandardScaler
+from sklearn.model_selection import train_test_split
+from sklearn.datasets import load_iris  # 示例数据集
+from sklearn.metrics import accuracy_score
 
-"""
-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。
-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=2):
+def classify0(inX, dataSet, labels, k=3):
     """
     KNN 分类函数
     :param inX: 待分类的样本
@@ -56,7 +20,14 @@ def classify0(inX, dataSet, labels, k=2):
     distances = np.linalg.norm(dataSet - inX, axis=1)  # 计算欧几里得距离
     nearest_indices = distances.argsort()[:k]  # 获取最近的 k 个邻居
     nearest_labels = [labels[i] for i in nearest_indices]  # 获取这些邻居的标签
-    predicted_label = Counter(nearest_labels).most_common(1)[0][0]  # 多数投票
+
+    # 加权投票
+    weights = 1 / (distances[nearest_indices] + 1e-5)  # 加1e-5防止除以零
+    weighted_votes = Counter()
+    for label, weight in zip(nearest_labels, weights):
+        weighted_votes[label] += weight
+
+    predicted_label = weighted_votes.most_common(1)[0][0]  # 多数投票
     return predicted_label
 
 def load_data(file_path):
@@ -79,27 +50,22 @@ def main():
     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
 
-    # 设置 K 值
-    k = 8  # 将 K 值设置为 3
+    # 划分训练集和测试集
+    X_train, X_test, y_train, y_test = train_test_split(train_data, train_labels, test_size=0.2, random_state=42)
 
     # 手动实现 KNN 分类计算准确率
     correct_predictions = 0
-    total_tests = len(train_data)  # 测试的总数
+    total_tests = len(X_test)  # 测试的总数
 
     for i in range(total_tests):
-        # 留出一条数据作为测试集，其余作为训练集
-        test_sample = train_data[i]
-        train_subset = np.delete(train_data, i, axis=0)
-        train_labels_subset = np.delete(train_labels, i)
-
         # 使用 KNN 分类器预测
-        predicted_label = classify0(test_sample, train_subset, train_labels_subset)
+        predicted_label = classify0(X_test[i], X_train, y_train)
         
         # 输出分类结果
-        if predicted_label == train_labels[i]:
+        if predicted_label == y_test[i]:
             correct_predictions += 1
         else:
-            print(f"第 {i + 1} 次测试错误，数据 {test_sample} 被分类到 {predicted_label}，实际是 {train_labels[i]}")
+            print(f"第 {i + 1} 次测试错误，数据 {X_test[i]} 被分类到 {predicted_label}，实际是 {y_test[i]}")
 
     accuracy = correct_predictions / total_tests  # 计算准确性
     print(f"使用 K 值 {k} 的准确率: {accuracy:.4f}")
@@ -107,7 +73,7 @@ def main():
     # 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
-    predicted_label = classify0(test_sample[0], train_data, train_labels)  # 分类
+    predicted_label = classify0(test_sample[0], X_train, y_train, k)  # 分类
 
     print(f"测试样本 {test_sample[0]} 的预测分类标签为: {predicted_label}")