更新 function.py

function.py

@@ -1,33 +1,16 @@
+id = "202210423210"
+name = "陈宇杰"
+
 import numpy as np
 import os
 from collections import Counter
 from sklearn.preprocessing import MinMaxScaler
 
-"""
-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"
-
-"""
-函数名称: load_dataset
-功能: 加载训练数据集和测试数据集。
-参数:
-- directory (str): 包含手写数字图像的文件夹路径。
-返回值:
-- dataSet (numpy array): 训练数据集或测试数据集，shape 为 (m, 1024)。
-- labels (numpy array): 训练集或测试集对应的标签，shape 为 (m,)。
-"""
-import numpy as np
-import os
-from collections import Counter
-
-# 加载数据的函数
 def load_dataset(directory):
     file_list = os.listdir(directory)
     data_matrix = []
     labels = []
-    
+
     for file_name in file_list:
         file_path = os.path.join(directory, file_name)
         # 读取txt文件并将其转化为向量
@@ -36,10 +19,17 @@ def load_dataset(directory):
         # 假设文件名格式为：{数字}_某些字符.txt，提取数字作为标签
         label = int(file_name.split('_')[0])
         labels.append(label)
-    
+
     return np.array(data_matrix), np.array(labels)
 
-# 将32x32的二值图像转换为1x1024的向量
+"""
+函数名称: img_to_vector
+功能: 将32x32的二值图像转换为1x1024的向量。
+参数:
+- file_path (str): 图像文件的路径。
+返回值:
+- vector (numpy array): 转换后的1x1024的向量。
+"""
 def img_to_vector(file_path):
     vector = np.zeros((1, 1024))
     with open(file_path, 'r') as f:
@@ -49,7 +39,17 @@ def img_to_vector(file_path):
                 vector[0, 32 * i + j] = int(lines[i][j])
     return vector
 
-# kNN 分类函数
+"""
+函数名称: classify
+功能: 使用kNN算法对输入样本进行分类。
+参数:
+- input_vector (numpy array): 输入待分类的样本，shape 为 (1024,)。
+- dataSet (numpy array): 训练数据集，shape 为 (m, 1024)。
+- labels (list or numpy array): 训练集对应的标签，shape 为 (m,)。
+- k (int): kNN 算法的参数，默认值为3。
+返回值:
+- int: 预测的分类标签。
+"""
 def classify(input_vector, dataSet, labels, k=3):
     # 计算欧氏距离
     distances = np.linalg.norm(dataSet - input_vector, axis=1)
@@ -64,11 +64,36 @@ def classify(input_vector, dataSet, labels, k=3):
     most_common = Counter(nearest_labels).most_common(1)
     return most_common[0][0]
 
-# 实验主程序
+"""
+函数名称: normalize_data
+功能: 对数据进行归一化处理，将特征缩放到相同范围，通常是 [0, 1]。
+参数:
+- dataSet (numpy array): 需要归一化的训练数据集或测试数据集。
+返回值:
+- normalized_dataSet (numpy array): 归一化后的数据集。
+"""
+def normalize_data(dataSet):
+    # 将数据集 reshape 成二维数组
+    num_samples = dataSet.shape[0]
+    dataSet_reshaped = dataSet.reshape(num_samples, -1)
+    
+    # 对数据进行归一化处理
+    scaler = MinMaxScaler()
+    return scaler.fit_transform(dataSet_reshaped)
+
+"""
+实验主程序:
+- 加载训练集和测试集。
+- 测试 kNN 算法的分类效果，并计算分类精度。
+"""
 def main():
     # 加载训练集和测试集
-    training_data, training_labels = load_dataset('trainingdigits')
-    test_data, test_labels = load_dataset('testdigits')
+    training_data, training_labels = load_dataset('trainingDigits')
+    test_data, test_labels = load_dataset('testDigits')
+    
+    # 归一化数据
+    training_data = normalize_data(training_data)
+    test_data = normalize_data(test_data)
 
     # 测试 kNN 算法
     total_tests = len(test_data)