更新 function.py

function.py

@@ -28,19 +28,37 @@ id = "202210423117"
 name = "程悦"
 
 
+def normalize(data):
+    """
+    对数据进行归一化处理，将数据缩放到 [0, 1] 范围内。
+    
+    Args:
+    - data (numpy array): 待归一化的数据。
+
+    Returns:
+    - numpy array: 归一化后的数据。
+    """
+    min_val = data.min(axis=0)
+    max_val = data.max(axis=0)
+    return (data - min_val) / (max_val - min_val + 1e-10)  # 避免除以零
+
 def classify(input_vector, dataSet, labels, k=2):
     """
-    KNN 分类算法。
+    KNN 分类算法，添加了数据归一化处理。
 
     Args:
     - input_vector (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**。
+    - k (int): kNN 算法参数。
 
     Returns:
     - int: 预测的分类标签。
     """
+    # 归一化训练数据集和输入向量
+    dataSet = normalize(dataSet)
+    input_vector = normalize(input_vector)
+
     dataSet_size = dataSet.shape[0]
     # 计算欧氏距离
     diff_mat = np.tile(input_vector, (dataSet_size, 1)) - dataSet