# function.py
import numpy as np

"""
挑战说明:
- 自行编写实现 KNN 分类算法。
- 输入: 待分类的样本 inX, 训练数据集 dataSet, 训练集对应的标签 labels。
- 输出: 预测的分类标签。

注意事项:
- 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。
- 在 function.py 中实现 KNN 分类算法。
- 自动评测脚本仅会加载 classify0 函数，请勿修改函数名。
- 训练集在本目录下的 datingTrainSet2.tsv 中。
- 评测数据集在本目录下的 datingTestSet2.tsv 中。

挑战环境:
- Ubuntu 22.04.04 LTS
- Python 3.10.12
"""


"""
请在这里填写学号和姓名，不填写即成绩无效。
"""
id = "202210423217"
name = "吴俊煯"


"""
参数说明:
- 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。
返回值:
- int: 预测的分类标签。
"""


# 这里写自己的代码实现
def classify0(inX, dataSet, labels,k=4):
    """
    KNN 分类算法。

    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。

    Returns:
    - int: 预测的分类标签。
    """
    # 计算每个训练样本与输入样本的欧氏距离  
    distances = [euclidean_distance(inX, dataSet[i]) for i in range(len(dataSet))]  
      
    # 排序并获取索引  
    sorted_distances_indices = np.argsort(distances)  
      
    # 选择前 k 个距离最小的样本  
    k_indices = sorted_distances_indices[:k]  
      
    # 提取这些样本的标签  
    k_nearest_labels = [labels[i] for i in k_indices]  
      
    # 对这些标签进行投票，返回出现次数最多的标签  
    from collections import Counter  
    return Counter(k_nearest_labels).most_common(1)[0][0]


def load_data(file_path):
    """
    加载 TSV 格式数据文件。
    """
    features = []
    labels = []

    with open(file_path, "r") as file:
        for line in file:
            values = line.strip().split("\t")
            features.append([float(x) for x in values[:-1]])
            labels.append(int(values[-1]))

    return np.array(features), np.array(labels)


if __name__ == "__main__":
    # 以下代码可用于测试，可自行随意修改

    train_file = "datingTrainSet2.tsv"

    train_data, train_labels = load_data(train_file)

    print(classify0([65915, 3.868359, 0.128078], train_data, train_labels))