更新 function.py

function.py

@@ -41,48 +41,44 @@ name = "章程鸿·"
 
 
 # 这里写自己的代码实现
-import numpy as np
-import os
-from collections import Counter
+import numpy as np  
+import os  
+from collections import Counter  
 
-def classify(input_vector, dataSet, labels, k=3):
-    """
-    使用 KNN 算法对输入样本进行分类。
-
-    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。
-
-    返回:
-        - int: 预测的分类标签。
-    """
-    # 计算马氏距离
-    mean_vector = np.mean(dataSet, axis=0)
-    cov_matrix = np.cov(dataSet.T)
-    inv_cov_matrix = np.linalg.inv(cov_matrix)
-    diff_vector = input_vector - dataSet
-    mahalanobis_distances = np.sqrt(np.einsum('ij,jk,ik->i', diff_vector, inv_cov_matrix, diff_vector.T))
-    sorted_indices = mahalanobis_distances.argsort()
-    k_nearest_distances = mahalanobis_distances[sorted_indices[:k]]
+  
+# 这里写自己的代码实现  
+def classify(input_vector, dataSet, labels, k=2):  
+    """  
+    使用 KNN 算法对输入样本进行分类。  
+  
+    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 2。  
+  
+    返回:  
+    - int: 预测的分类标签。  
+    """  
+    # 在 classify 函数中实现权重投票
+    distances = np.sum((input_vector - dataSet) ** 2, axis=1)
+    sorted_indices = distances.argsort()
+    k_nearest_distances = distances[sorted_indices[:k]]
     k_nearest_labels = labels[sorted_indices[:k]]
-
+    
     # 计算权重（距离的倒数）
     weights = 1 / k_nearest_distances
     # 归一化权重
     weights /= weights.sum()
-
-    # 使用加权多数表决法
-    weighted_votes = {}
+    
+    # 计算加权投票
+    weighted_votes = np.zeros((10,))
     for label, weight in zip(k_nearest_labels, weights):
-        if label not in weighted_votes:
-            weighted_votes[label] = weight
-        else:
-            weighted_votes[label] += weight
-
-    return max(weighted_votes, key=weighted_votes.get)
+        weighted_votes[label] += weight
+    
+    return np.argmax(weighted_votes)
 
+# 在 load_dataset 函数中添加特征缩放
 def load_dataset(directory):
     feature_list = []
     label_list = []
@@ -93,31 +89,72 @@ def load_dataset(directory):
         label_list.append(int(file.split('_')[0]))
     feature_matrix = np.array(feature_list)
     label_array = np.array(label_list)
-
-    # 特征缩放（归一化）
-    min_value = np.min(feature_matrix)
-    max_value = np.max(feature_matrix)
-    feature_matrix = (feature_matrix - min_value) / (max_value - min_value)
-
+    
+    # 特征缩放
+    feature_matrix = feature_matrix / 255.0
     return feature_matrix, label_array
+    # 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]].tolist()  # 将 NumPy 数组转换为列表
+    # 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]
 
-def img_to_vector(filename):
-    """
-    将二值图像转换为向量。
-
-    Args:
-    - filename (str): 图像文件路径。
-
-    Returns:
-    - np.array: 二值图像向量。
-    """
-    vector = np.zeros((1024,))
+# 这里也写自己的代码实现  
+def load_dataset(directory):  
+    """  
+    加载数据集中的图像，并将其转换为特征向量和标签。  
+  
+    参数:  
+    - directory (str): 数据文件夹路径。  
+  
+    返回:  
+	    - np.array: 特征数据（Mx1024）。  
+	    - np.array: 标签数据（Mx1）。  
+    """  
+    # 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。  
+  
+    Args:  
+    - filename (str): 图像文件路径。  
+  
+    Returns:  
+    - np.array: 二值图像向量。  
+    """  
+    # 初始化向量
+    vector = np.zeros((1024,))  # 创建一个一维数组
+    # 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[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")
 
     test_data = (
@@ -154,25 +191,10 @@ if __name__ == "__main__":
         "00000000000001111111110000000000"
         "00000000000000000111100000000000"
     )
-    # 使用多数表决法的结果
-    predicted_label_majority = classify(
+    predicted_label = classify(
         np.array([int(char) for char in test_data]).reshape(1, 1024),
         train_data,
         train_labels,
     )
-    print(f"使用多数表决法预测的标签: {predicted_label_majority}")
 
-    # 使用加权多数表决法的结果
-    predicted_label_weighted = classify(
-        np.array([int(char) for char in test_data]).reshape(1, 1024),
-        train_data,
-        train_labels,
-    )
-    print(f"使用加权多数表决法预测的标签: {predicted_label_weighted}")
-
-    # 对比分析
-    if predicted_label_majority == predicted_label_weighted:
-        print("两种方法预测结果一致。")
-    else:
-        print("两种方法预测结果不同。")
-       
+    print(f"预测的标签: {predicted_label}")