generated from LufsX/Challenge-kNN
98 lines
2.7 KiB
Python
98 lines
2.7 KiB
Python
# 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):
|
||
"""
|
||
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。
|
||
"""
|
||
# 获取数据集的大小
|
||
dataSetSize =dataSet.shape[0]
|
||
# 计算数据集的协方差矩阵的逆
|
||
VI = np.linalg.inv(np.cov(dataSet.T))
|
||
# 计算 Mahalanobis 距离
|
||
distances =npzeros(dataSetSize)
|
||
for i in range(dataSetSize):
|
||
distances[i]=mahalanobis(inX,dataSeti],VI)
|
||
# 对距离排序，获取前 k 个最近的样本索引
|
||
sortedDistIndices=distances.argsort)
|
||
# 统计前 k 个样本的标签
|
||
classCount ={}
|
||
for i in range(9):
|
||
voteLabel=labels[sortedDistIndices[i]]
|
||
classCount[voteLabel]=classCount.get(voteLabel，0)+1
|
||
# 返回出现次数最多的标签
|
||
sortedClasscount=sorted(classCount.items(),key=operator,itemgetter(1),reverse=True
|
||
return sortedclassCount[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))
|