Files
Challenge-kNN/function.py
T
kkkkkxz 1277773572
Gitea Actions Challenge Test / Challenge-Actions (push) Successful in 11s
更新 function.py
2024-10-08 20:52:43 +08:00

120 lines
3.4 KiB
Python

# 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 load_data(file_path):
"""
加载 TSV 格式数据文件。
Args:
- file_path (str): 文件路径。
Returns:
- features (numpy array): 特征数据。
- labels (numpy array): 标签数据。
"""
data = np.loadtxt(file_path, delimiter="\t")
features = data[:, :-1]
labels = data[:, -1].astype(int)
return features, labels
def classify0(inX, dataSet, labels, k=3):
"""
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。
Returns:
- int: 预测的分类标签。
"""
dists = np.sum(np.abs(dataSet - inX), axis=1)
sorted_index = np.argsort(dists)
class_count = {}
for i in range(k):
vote_label = labels[sorted_index[i]]
class_count[vote_label] = class_count.get(vote_label, 0) + 1
sorted_class_count = sorted(class_count.items(), key=lambda item: item[1], reverse=True)
if sorted_class_count:
return sorted_class_count[0][0]
else:
return -1
def normalize(features):
min_vals = features.min(axis=0)
max_vals = features.max(axis=0)
ranges = max_vals - min_vals
normalized = (features - min_vals) / ranges
normalized[ranges == 0] = 0 # 防止除以零
return normalized
if __name__ == "__main__":
train_features, train_labels = load_data("datingTrainSet2.tsv")
test_features, test_labels = load_data("datingTestSet2.tsv")
train_features = normalize(train_features)
test_features = normalize(test_features)
best_k = 3
best_accuracy = 0.0
for k in range(1, 10): # 尝试不同的 K 值
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=k)
if predict_label == -1:
continue
correct_count += (predict_label == test_labels[i])
accuracy = correct_count / len(test_features)
print(f"Accuracy with k={k}: {accuracy:.2f}")
if accuracy > best_accuracy:
best_accuracy = accuracy
best_k = k
print(f"Best K: {best_k}, Best Accuracy: {best_accuracy:.2f}")