更新 function.py

function.py

@@ -44,66 +44,61 @@ name = "章程鸿·"
 import numpy as np  
 import os  
 from collections import Counter  
-from scipy.spatial import distance  
+
   
 # 这里写自己的代码实现  
-def classify(input_vector, dataSet, labels, k=3):  # 默认 k 值设为 3  
+def classify(input_vector, dataSet, labels, k=3):  
     """  
-    KNN 分类算法。  
+    使用 KNN 算法对输入样本进行分类。  
   
-    Args:  
-    - input_vector (numpy array): 输入待分类的样本。  
-    - dataSet (numpy array): 训练数据集。  
+    参数:  
+    - input_vector (numpy array): 输入待分类的样本（1xN）。  
+    - dataSet (numpy array): 训练数据集（MxN）。  
     - labels (list or numpy array): 训练集对应的标签。  
     - k (int): kNN 算法参数，默认值为 3。  
   
-    Returns:  
+    返回:  
     - int: 预测的分类标签。  
     """  
-    # 计算输入样本与训练样本之间的欧氏距离  
-    distances = distance.cdist(dataSet, input_vector, 'euclidean').flatten()  
-      
-    # 获取距离最近的 k 个训练样本的索引  
-    k_indices = np.argsort(distances)[:k]  
-      
-    # 获取这些样本的标签  
-    k_nearest_labels = [labels[i] for i in k_indices]  
-      
-    # 返回出现最多的标签  
-    most_common = Counter(k_nearest_labels).most_common(1)  
-    return most_common[0][0]  
-  
+    # 计算输入向量与训练集之间的欧氏距离
+    distances = np.sum((input_vector - dataSet) ** 2, axis=1) ** 0.5
+    # 根据距离排序并获取索引
+    sorted_indices = distances.argsort()
+    # 选择距离最近的k个点
+    k_nearest_labels = labels[sorted_indices[:k]]
+    # 统计k个点中各类别的数量
+    count = Counter(k_nearest_labels)
+    # 返回数量最多的类别标签
+    return count.most_common(1)[0][0]
 # 这里也写自己的代码实现  
 def load_dataset(directory):  
     """  
-    从文件夹中加载数据，并转换为特征向量和标签。  
+    加载数据集中的图像，并将其转换为特征向量和标签。  
   
-    Args:  
+    参数:  
     - directory (str): 数据文件夹路径。  
   
-    Returns:  
-    - np.array: 特征数据。  
-    - np.array: 标签数据。  
+    返回:  
+    - np.array: 特征数据（Mx1024）。  
+    - np.array: 标签数据（Mx1）。  
     """  
-    hw_labels = []  
-    training_files = os.listdir(directory)  
-    m = len(training_files)  
-      
-    # 初始化特征数据矩阵  
-    training_data = np.zeros((m, 1024))  
-      
-    for i in range(m):  
-        file_name_str = training_files[i]  
-        file_str = file_name_str.split('.')[0]  # 去掉文件扩展名  
-        class_num_str = int(file_str.split('_')[0])  # 提取标签  
-        hw_labels.append(class_num_str)  
-          
-        # 调用 img_to_vector 函数将图像转换为向量  
-        training_data[i, :] = img_to_vector(os.path.join(directory, file_name_str))  
-      
-    return training_data, np.array(hw_labels)  
-  
-# 这里还写自己的代码实现  
+    # 初始化特征数据列表和标签列表
+    feature_list = []
+    label_list = []
+    # 遍历目录中的所有文件
+    for file in os.listdir(directory):
+        # 获取文件的完整路径
+        file_path = os.path.join(directory, file)
+        # 将图像文件转换为向量
+        feature_vector = img_to_vector(file_path)
+        # 将特征向量添加到列表中
+        feature_list.append(feature_vector)
+        # 获取文件名中的标签并添加到标签列表中
+        label_list.append(int(file.split('_')[0]))
+    # 将特征列表和标签列表转换为numpy数组
+    feature_matrix = np.array(feature_list)
+    label_array = np.array(label_list)
+    return feature_matrix, label_array# 这里还写自己的代码实现  
 def img_to_vector(filename):  
     """  
     将二值图像转换为向量。  
@@ -114,10 +109,14 @@ def img_to_vector(filename):
     Returns:  
     - np.array: 二值图像向量。  
     """  
-    # 打开文件并读取图像数据  
-    with open(filename, 'r') as f:  
-        return np.array([[int(char) for char in line] for line in f.readlines()]).flatten()  
-
+    # 初始化向量
+    vector = np.zeros((1, 1024))
+    # 打开文件并逐行读取
+    with open(filename) as file:
+        for i, line in enumerate(file):
+            # 将每行的数字字符转换为整数并存储到向量中
+            vector[0, i*32:i*32+32] = np.array([int(char) for char in line.strip()])
+    return vector
 if __name__ == "__main__":
     # 以下代码可用于测试，可自行随意修改
     train_data, train_labels = load_dataset("trainingDigits")