From abf564173b3b8645e10aebc8cfda62b2db056cfc Mon Sep 17 00:00:00 2001 From: zhangchenghong <1598349064@qq.com> Date: Tue, 15 Oct 2024 10:53:26 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- function.py | 95 ++++++++++++++++++++++++++--------------------------- 1 file changed, 47 insertions(+), 48 deletions(-) diff --git a/function.py b/function.py index 4468a18..39ad024 100644 --- a/function.py +++ b/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")