更新 function.py

function.py

@@ -1,22 +1,20 @@
 import numpy as np
 import os
 
-"""
-请在这里填写学号和姓名，不填写即成绩无效。
-"""
 id = "202210423103"
 name = "王坤"
 
-def classify0(input_vector, dataSet, labels, k=3):
+def classify0(input_vector, dataSet, labels, k=3, weighted=False):
     """
-    KNN 分类算法。
-
+    KNN 分类算法（支持加权KNN和归一化特征处理）。
+    
     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，请**自行设置默认值**。
-
+    - k (int): kNN 算法参数。
+    - weighted (bool): 是否使用加权KNN。
+    
     Returns:
     - int: 预测的分类标签。
     """
@@ -26,36 +24,83 @@ def classify0(input_vector, dataSet, labels, k=3):
     # 按照距离从小到大排序并获取前k个距离最小的索引
     sorted_indices = distances.argsort()[:k]
 
-    # 统计前k个最近邻的标签
-    nearest_labels = [labels[i] for i in sorted_indices]
-
-    # 返回出现次数最多的标签
-    predicted_label = max(set(nearest_labels), key=nearest_labels.count)
+    # 如果加权，使用距离的倒数作为权重
+    if weighted:
+        weights = 1 / (distances[sorted_indices] + 1e-5)  # 防止除零
+        weighted_labels = {}
+        for i, index in enumerate(sorted_indices):
+            label = labels[index]
+            weighted_labels[label] = weighted_labels.get(label, 0) + weights[i]
+        # 返回权重和最大的标签
+        predicted_label = max(weighted_labels, key=weighted_labels.get)
+    else:
+        # 统计前k个最近邻的标签
+        nearest_labels = [labels[i] for i in sorted_indices]
+        # 返回出现次数最多的标签
+        predicted_label = max(set(nearest_labels), key=nearest_labels.count)
 
     return predicted_label
 
+def normalize_data(data):
+    """
+    归一化特征数据，将每个特征值缩放到 [0, 1] 之间。
+    
+    Args:
+    - data (numpy array): 原始特征数据。
+    
+    Returns:
+    - numpy array: 归一化后的特征数据。
+    """
+    min_vals = data.min(0)
+    max_vals = data.max(0)
+    ranges = max_vals - min_vals
+    norm_data = (data - min_vals) / ranges
+    return norm_data, ranges, min_vals
+
 def load_data(file_path):
     """
-    从 TSV 文件中加载数据集。
-
+    从 TSV 文件中加载数据集，并进行归一化处理。
+    
     Args:
     - file_path (str): TSV 文件路径。
-
+    
     Returns:
-    - np.array: 特征数据。
+    - np.array: 归一化后的特征数据。
     - np.array: 标签数据。
+    - np.array: 数据范围。
+    - np.array: 最小值。
     """
     data = np.loadtxt(file_path, delimiter='\t')
     data_set = data[:, :-1]  # 假设最后一列是标签
     labels = data[:, -1].astype(int)
-    return data_set, labels
+    norm_data_set, ranges, min_vals = normalize_data(data_set)
+    return norm_data_set, labels, ranges, min_vals
+
+def normalize_test_sample(test_sample, ranges, min_vals):
+    """
+    归一化测试样本，与训练数据保持相同的归一化尺度。
+    
+    Args:
+    - test_sample (numpy array): 测试样本。
+    - ranges (numpy array): 训练数据的范围。
+    - min_vals (numpy array): 训练数据的最小值。
+    
+    Returns:
+    - numpy array: 归一化后的测试样本。
+    """
+    return (test_sample - min_vals) / ranges
 
 if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
+    # 加载数据集
     train_file = "datingTrainSet2.tsv"
-    train_data, train_labels = load_data(train_file)
+    train_data, train_labels, ranges, min_vals = load_data(train_file)
 
     # 示例测试样本，确保维度与训练数据一致
     test_sample = np.array([65915, 3.868359, 0.128078])
-    prediction = classify0(test_sample, train_data, train_labels)
-    print(f"预测的分类标签: {prediction}")
+    
+    # 归一化测试样本
+    norm_test_sample = normalize_test_sample(test_sample, ranges, min_vals)
+
+    # 使用加权KNN算法进行预测
+    prediction = classify0(norm_test_sample, train_data, train_labels, k=5, weighted=True)
+    print(f"预测的分类标签: {prediction}")