Files
Experiment-kNN/function.py
T
lzh 41a22ab964
Gitea Actions Experiment Test / Experiment-Actions (push) Successful in 18s
更新 function.py
2024-10-17 00:20:12 +08:00

148 lines
4.7 KiB
Python

# function.py
import numpy as np
import os
"""
实验说明:
- 自行编写实现数据加载与 kNN 的手写数字分类算法。
- 函数输入: 待分类的样本 input_vector, 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:
- 在 function.py 中实现 kNN 分类算法。
- 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。
- 自动评测脚本仅会加载 classify 和 load_data 函数,请勿修改函数名。
- 训练集和测试集需手动下载解压,并放入当前目录下。
测评环境:
- 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 = "202210423221"
name = "廖子豪"
"""
参数说明:
- 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**。
返回值:
- int: 预测的分类标签。
"""
# 这里写自己的代码实现
def classify(input_vector, dataSet, labels, k=3):
"""
KNN 分类算法。
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,默认值为3。
Returns:
- int: 预测的分类标签。
"""
distances = np.sqrt(np.sum((dataSet - input_vector) ** 2, axis=1))
sorted_indices = np.argsort(distances)
class_counts = {}
for i in range(k):
vote_label = labels[sorted_indices[i]]
class_counts[vote_label] = class_counts.get(vote_label, 0) + 1
sorted_class_counts = sorted(class_counts.items(), key=lambda x: x[1], reverse=True)
return sorted_class_counts[0][0]
def load_dataset(directory):
"""
从文件夹中加载数据,若不自行正确实现,则无法通过评测,**不记录成绩**。
Args:
- directory (str): 数据文件夹路径。
Returns:
- np.array: 特征数据。
- np.array: 标签数据。
"""
labels = []
dataset = []
file_list = os.listdir(directory)
for file_name in file_list:
file_path = os.path.join(directory, file_name)
labels.append(int(file_name.split('_')[0]))
dataset.append(img_to_vector(file_path))
return np.array(dataset), np.array(labels)
def img_to_vector(filename):
"""
将二值图像转换为向量。
Args:
- filename (str): 图像文件路径。
Returns:
- np.array: 二值图像向量。
"""
with open(filename, 'r') as file:
return np.array([int(bit) for line in file for bit in line.strip()])
if __name__ == "__main__":
# 请确保trainingDigits文件夹在你的工作目录中,或者提供完整的路径
train_data, train_labels = load_dataset("trainingDigits")
test_data = (
"00000000000000110000000000000000"
"00000000000011111000000000000000"
"00000000000011111100000000000000"
"00000000001111111110000000000000"
"00000000001111111110000000000000"
"00000000001111111100000000000000"
"00000000011111111000000000000000"
"00000000111111111000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111110000000000000000"
"00000000111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111100000000000000000"
"00000001111111111111000000000000"
"00000001111111111111111000000000"
"00000001111111111111111100000000"
"00000011111111111111111110000000"
"00000011111111111111111110000000"
"00000001111111111111111110000000"
"00000001111111111111111110000000"
"00000000111111111100111111100000"
"00000000111111111000111111100000"
"00000000011111111001111111100000"
"00000000011111111111111111000000"
"00000000001111111111111111000000"
"00000000000111111111111111000000"
"00000000000011111111111100000000"
"00000000000001111111110000000000"
"00000000000000000111100000000000"
)
predicted_label = classify(
np.array([int(char) for char in test_data]).reshape(1, 1024),
train_data,
train_labels,
)
print(f"预测的标签: {predicted_label}")