# 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 = "202210423109"
name = "孔祥芷"


"""
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=0):
    """
    KNN 分类算法。

    Args:
    - 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。

    Returns:
    - int: 预测的分类标签。
    """
    dists = np.sqrt(((dataSet - inX) ** 2).sum(axis=1))
    sorted_index = np.argsort(dists)
    class_count = {}
    for i in range(k):
        vote_label = labels[sorted_index[i]]
        if vote_label not in class_count.keys():
            class_count[vote_label] = 1
        else:
            class_count[vote_label] += 1
    sorted_class_count = sorted(class_count.items(), key=lambda item: item[1], reverse=True)
    return sorted_class_count[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_path = "datingTrainSet2.tsv"
    train_features, train_labels = load_data(train_file_path)
    
    test_file_path = "datingTestSet2.tsv"
    test_features, test_labels = load_data(test_file_path)
    
    correct_count = 0
    for i in range(len(test_features)):
        test_feature = test_features[i].reshape(1, -1)
        predict_label = classify0(test_feature, train_features, train_labels, k=3)
        correct_count += (predict_label == test_labels[i])
    
    accuracy = correct_count / len(test_features)
    print(f"Accuracy: {accuracy:.2f}")