更新 function.py

function.py

@@ -1,6 +1,7 @@
 # function.py
 import numpy as np
 import os
+from collections import Counter
 
 """
 实验说明:
@@ -13,37 +14,17 @@ import os
 - 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 = "202210423xxx"
 name = "test_name"
 
-
-"""
-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=0):
+def classify(input_vector, dataSet, labels, k=3):
     """
-    KNN 分类算法。
+    使用kNN算法分类。
 
     Args:
     - input_vector (numpy array): 输入待分类的样本。
@@ -54,9 +35,17 @@ def classify(input_vector, dataSet, labels, k=0):
     Returns:
     - int: 预测的分类标签。
     """
+    # 计算欧式距离
+    distances = np.linalg.norm(dataSet - input_vector, axis=1)
+    # 获取距离最小的k个样本的索引
+    nearest_indices = distances.argsort()[:k]
+    # 获取这k个样本的标签
+    nearest_labels = [labels[i] for i in nearest_indices]
+    # 统计每个标签的频率，选择出现频率最高的标签作为预测结果
+    most_common_label = Counter(nearest_labels).most_common(1)[0][0]
+    
+    return most_common_label
 
-
-# 这里也写自己的代码实现
 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**。
@@ -68,9 +57,24 @@ def load_dataset(directory):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
+    labels = []
+    data_matrix = []
 
+    for file_name in os.listdir(directory):
+        if file_name.endswith('.txt'):
+            # 获取标签（文件名的第一个字符是标签）
+            label = int(file_name.split('_')[0])
+            labels.append(label)
+            
+            # 读取文件内容并转换为1x1024的特征向量
+            file_path = os.path.join(directory, file_name)
+            with open(file_path, 'r') as f:
+                # 32x32的图像转化为1x1024的向量
+                image_vector = np.array([int(char) for line in f for char in line.strip()])
+                data_matrix.append(image_vector)
+
+    return np.array(data_matrix), np.array(labels)
 
-# 这里还写自己的代码实现
 def img_to_vector(filename):
     """
     将二值图像转换为向量。
@@ -82,11 +86,13 @@ def img_to_vector(filename):
     Returns:
     - np.array: 二值图像向量。
     """
-
+    with open(filename, 'r') as f:
+        image_vector = np.array([int(char) for line in f for char in line.strip()])
+    return image_vector
 
 if __name__ == "__main__":
     # 以下代码可用于测试，可自行随意修改
-    train_data, train_labels = load_dataset("trainingDigits")
+    train_data, train_labels = load_dataset("./trainingDigits")
 
     test_data = (
         "00000000000000110000000000000000"