更新 function.py

function.py

@@ -28,50 +28,34 @@ import os
 id = "202210423215"
 name = "章程鸿·"
 
-
 import numpy as np  
 import os  
 from collections import Counter  
   
-
 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。
+        - 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。
+        - int: 预测的分类标签。  
     """  
-    # 计算马氏距离
-    centered_dataSet = dataSet - np.mean(dataSet, axis=0)
-    centered_input_vector = input_vector - np.mean(dataSet, axis=0)
-    cov_matrix = np.cov(centered_dataSet.T)
-    if np.linalg.det(cov_matrix) == 0:
-        raise ValueError("协方差矩阵不可逆")
-    inv_cov_matrix = np.linalg.inv(cov_matrix)
-    mahalanobis_distances = np.sqrt(np.sum(centered_input_vector.dot(inv_cov_matrix) * centered_input_vector, axis=1))
-
-    sorted_indices = mahalanobis_distances.argsort()
-    k_nearest_distances = mahalanobis_distances[sorted_indices[:k]]
+    # 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)  
+    # 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]]  
       
-    # 计算权重（距离的倒数）
-    weights = 1 / k_nearest_distances
-    # 归一化权重
-    weights /= weights.sum()
-
-    # 计算加权投票
-    weighted_votes = np.zeros((10,))
-    for label, weight in zip(k_nearest_labels, weights):
-        weighted_votes[label] += weight
-
-    return np.argmax(weighted_votes)
-
+    # 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 load_dataset(directory):  
     """  
@@ -81,24 +65,29 @@ def load_dataset(directory):
     - 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）。
+        - 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)  
-
-    # 特征缩放
+    # 特征缩放（如果需要）  
     feature_matrix = feature_matrix / 255.0  
     return feature_matrix, label_array  
   
-
 def img_to_vector(filename):  
     """  
     将二值图像转换为向量。  
@@ -109,14 +98,17 @@ def img_to_vector(filename):
     Returns:  
     - np.array: 二值图像向量。  
     """  
-    vector = np.zeros((1024,))
+    # 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):  
-            vector[i * 32:i * 32 + 32] = np.array([int(char) for char in line.strip()])
+            # 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 = (  
@@ -160,4 +152,3 @@ if __name__ == "__main__":
     )  
   
     print(f"预测的标签: {predicted_label}")
-