From 35ec76563b6d3755e8a03c8656c6a8de307a0663 Mon Sep 17 00:00:00 2001
From: meixiaodong <3081674342@qq.com>
Date: Tue, 22 Oct 2024 11:18:51 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 75 +++++++++++++++++++----------------------------------
 1 file changed, 27 insertions(+), 48 deletions(-)

diff --git a/function.py b/function.py
index 183c427..4e59d37 100644
--- a/function.py
+++ b/function.py
@@ -54,60 +54,39 @@ def classify0(inX, dataSet, labels, k=0):
     Returns:
     - int: 预测的分类标签。
     """
-    # function.py
-import numpy as np
-import pandas as pd
-from collections import Counter
-
-# 确保填写自己的学号和姓名
-# 学号: YOUR_STUDENT_ID
-# 姓名: YOUR_NAME
-
-def classify(inx, dataset, labels, k=3):
+   def classify0(inX, dataSet, labels, k=3):
     """
-    使用kNN算法对输入样本进行分类。
+    KNN 分类算法。
 
-    :param inx: 要分类的输入样本（1D数组）
-    :param dataset: 训练数据集（2D数组）
-    :param labels: 训练集对应的标签（1D数组）
-    :param k: 最近邻居的数量
-    :return: 输入样本的预测标签
+    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。
     """
+    dataSetSize = dataSet.shape[0]
     
-    # 将输入转换为numpy数组以便于操作
-    dataset = np.array(dataset)
-    labels = np.array(labels)
-    inx = np.array(inx)
+    # 计算协方差矩阵及其逆矩阵
+    cov_matrix = np.cov(dataSet, rowvar=False)
+    inv_cov_matrix = np.linalg.inv(cov_matrix)
+    
+    # 计算马氏距离
+    diffMat = inX - dataSet
+    left_term = np.dot(diffMat, inv_cov_matrix)
+    mahalanobis_distances = np.sqrt(np.sum(left_term * diffMat, axis=1))
 
-    # 计算输入样本与所有样本的距离
-    distances = np.linalg.norm(dataset - inx, axis=1)
+    # 排序距离并选择前 k 个最近邻
+    sortedDistIndicies = mahalanobis_distances.argsort()
+    classCount = {}
+    for i in range(k):
+        vote_label = labels[sortedDistIndicies[i]]
+        classCount[vote_label] = classCount.get(vote_label, 0) + 1
 
-    # 获取最近k个邻居的索引
-    k_indices = np.argsort(distances)[:k]
-
-    # 获取这k个邻居的标签
-    k_nearest_labels = labels[k_indices]
-
-    # 使用多数投票确定预测标签
-    most_common = Counter(k_nearest_labels).most_common(1)
-    return most_common[0][0]
-
-# 测试代码示例（可选择性运行）
-if __name__ == "__main__":
-    # 加载训练数据集
-    train_data = pd.read_csv('datingTrainset2.tsv', sep='\t')
-    train_labels = train_data['label'].values  # 替换'label'为你的实际标签列名
-    train_features = train_data.drop('label', axis=1).values  # 删除标签列
-
-    # 加载测试数据集
-    test_data = pd.read_csv('datingTestset2.tsv', sep='\t')
-    test_labels = test_data['label'].values  # 替换'label'为你的实际标签列名
-    test_features = test_data.drop('label', axis=1).values  # 删除标签列
-
-    # 示例：对一个样本进行分类
-    sample = test_features[0]  # 使用测试集中第一个样本
-    predicted_label = classify(sample, train_features, train_labels, k=3)
-    print(f"Predicted label: {predicted_label}")
+    sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
+    return sortedClassCount[0][0]