更新 function.py

function.py

@@ -39,6 +39,22 @@ name = "严锡好"
 - int: 预测的分类标签。
 """
 
+def mahalanobis_distance(x1, x2, cov_inv, mean):
+    """
+    计算两点之间的马氏距离。
+    
+    Args:
+    x1 (numpy array): 第一个点。
+    x2 (numpy array): 第二个点。
+    cov_inv (numpy array): 协方差矩阵的逆矩阵。
+    mean (numpy array): 数据集的均值。
+    
+    Returns:
+    float: 两点之间的马氏距离。
+    """
+    delta = x1 - x2
+    dist = delta @ cov_inv @ delta.T
+    return dist
 
 def classify0(inX, dataSet, labels, k=3):
     """
@@ -53,37 +69,28 @@ def classify0(inX, dataSet, labels, k=3):
     Returns:
     - int: 预测的分类标签。
     """
-    # 确保输入样本 inX 是二维数组
-    inX = np.atleast_2d(inX)
-    
-    # 计算样本数量和特征数量
-    numSamples, numFeatures = dataSet.shape
-    
-    # 计算训练集的均值和协方差矩阵
-    meanVals = np.mean(dataSet, axis=0)
-    covMat = np.cov(dataSet, rowvar=False)
-    
-    # 添加一个小的正则化项以确保协方差矩阵可逆
-    covMat += np.eye(numFeatures) * 0.0001
+    # 计算训练数据集的协方差矩阵和均值
+    cov_matrix = np.cov(dataSet, rowvar=False)
+    mean = np.mean(dataSet, axis=0)
+    cov_inv = np.linalg.inv(cov_matrix + np.eye(cov_matrix.shape[0]) * 1e-5)  # 加上一个小的单位矩阵以避免奇异矩阵
     
     # 计算待分类样本与训练集中每个样本的马氏距离
-    diffMat = dataSet - meanVals
-    invCovMat = np.linalg.inv(covMat)
-    dist = np.sum(np.dot(diffMat, invCovMat) * diffMat, axis=1)
+    distances = np.array([mahalanobis_distance(inX, x, cov_inv, mean) for x in dataSet])
     
-    # 获取距离最近的k个样本的索引
-    sortedDistIndices = np.argsort(dist)
+    # 获取距离最近的 k 个样本的索引
+    sortedDistIndices = argpartition(distances, k)[:k]
+    
+    # 获取这些样本对应的标签
     classCount = {}
+    for i in sortedDistIndices:
+        voteLabel = labels[i]
+        classCount[voteLabel] = classCount.get(voteLabel, 0) + 1
     
-    # 遍历距离最近的k个样本
-    for i in range(min(k, numSamples)):  # 确保不会超出索引范围
-        voteIlabel = labels[sortedDistIndices[i]]
-        classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
-    
-    # 选择票数最多的类别作为预测标签
+    # 选择出现次数最多的标签作为预测标签
     sortedClassCount = sorted(classCount.items(), key=lambda x: x[1], reverse=True)
     return sortedClassCount[0][0]
 
+
 def load_data(file_path):
     """
     加载 TSV 格式数据文件。