更新 function.py

function.py

@@ -1,6 +1,9 @@
 # function.py
-import numpy as np   
-from numpy.linalg import inv
+import numpy as np  
+from sklearn.preprocessing import StandardScaler  
+from sklearn.decomposition import PCA  # 可选：用于降维  
+from numpy.linalg import inv, LinAlgError  
+from scipy.spatial.distance import mahalanobis
 """
 挑战说明:
 - 自行编写实现 KNN 分类算法。
@@ -36,44 +39,57 @@ name = "吴俊煯"
 - int: 预测的分类标签。
 """
 
-
-
-# 这里写自己的代码实现
-def classify0(inX, dataSet, labels, k=50, cov_inv=None):  
+def preprocess_data(data, use_pca=False, pca_components=None):  
     """  
-    KNN 分类算法，使用马氏距离。  
+    对数据进行预处理，包括归一化和可选的降维。  
+      
+    Args:  
+    - data (numpy array): 输入数据集（形状应为 (m, n)）。  
+    - use_pca (bool): 是否使用PCA降维。  
+    - pca_components (int): 如果使用PCA，则指定要保留的主成分数量。  
+      
+    Returns:  
+    - tuple: 预处理后的数据、scaler对象和（可选的）pca对象。  
+    """  
+    scaler = StandardScaler()  
+    data_scaled = scaler.fit_transform(data)  
+    mean_vec = np.mean(data_scaled, axis=0)  
+    cov_mat = np.cov(data_scaled, rowvar=False)  
+    inv_cov_mat = inv(cov_mat)  
+    return data_scaled, scaler, mean_vec, inv_cov_mat
+
+  
+# 这里写自己的代码实现
+def classify_mahalanobis(inX, dataSet, labels, k=4):  
+    """  
+    使用马氏距离的KNN分类算法。  
   
     Args:  
-    - inX (numpy array): 输入待分类的样本（形状应为 (1, n)）。  
+    - inX (numpy array): 输入待分类的样本（形状应为 (1, n) 或 (n,)）。  
     - dataSet (numpy array): 训练数据集（形状应为 (m, n)）。  
     - labels (numpy array): 训练集对应的标签。  
     - k (int): 选择最近邻的个数。  
-    - cov_inv (numpy array): 训练数据协方差矩阵的逆（可选，如果未提供，则函数内部计算）。  
   
     Returns:  
     - int: 预测的分类标签。  
     """  
-    if cov_inv is None:    
-        cov_matrix = np.cov(dataSet.T)  
-        cov_inv = inv(cov_matrix)    
-    differences = dataSet - inX  
-    mahalanobis_distances = np.sqrt(np.sum(differences @ cov_inv @ differences.T, axis=1))  
+    # 预处理数据  
+    dataSet_scaled, scaler, mean_vec, inv_cov_mat = preprocess_data(dataSet)  
+    inX_scaled = scaler.transform(inX.reshape(1, -1))  
   
-    # 按距离排序，并获取前 k 个训练样本的索引  
-    k_indices = np.argsort(mahalanobis_distances)[:k]  
+    # 计算马氏距离  
+    distances = [mahalanobis(inX_scaled[0], dataSet_scaled[i], inv_cov_mat) for i in range(dataSet_scaled.shape[0])]  
   
-    # 获取前 k 个训练样本的标签  
+    # 按距离排序，并获取前k个训练样本的索引  
+    k_indices = np.argsort(distances)[:k]  
+  
+    # 获取前k个训练样本的标签  
     k_nearest_labels = labels[k_indices]  
   
-    # 找到出现次数最多的标签  
-    from collections import Counter  
-    most_common = Counter(k_nearest_labels).most_common(1)  
+    # 找出最常见的标签  
+    most_common = np.bincount(k_nearest_labels).argmax()  
   
-    # 返回出现次数最多的标签  
-    return most_common[0][0]  
-  
-
-
+    return most_common
 
 def load_data(file_path):
     """