Program powinien pobierać argumenty k, train_file, test_file, gdzie:
- k - liczba najblizszych sąsiadów
- train_file - scieżka do pliku ze zbiorem treningowym
- test file - ścieżka do pliku ze zbiorem testowym
Program powinien wypisać każdą obserwację ze zbioru testowego (wektor wejściowy i poprawną klasę) oraz przewidzianą przez algorytm kalsę dla tej obserwacji. W ostatniej linii program powinien wyświetlić dokładność czyli procent poprawnych odpowiedzi.
1.2, 2.2, 3.1, 4.1, iris-virginica | predicted: iris-virginica | 1.2, 0.2, 3.1, 0.0, iris-setosa | predicted: iris-virginica | 0.3, 0.1, 1.1, 2.0, iris-setosa predicted: iris-setosa 0.3, 0.1, 1.3, 2.1, iris-setosa predicted: iris-setosa
Dokładność: 75.0 %
| 1.2, 2.2, 3.1, 4.1, iris-virginica | predicted: iris-virginica |
|---|---|
| 1.2, 0.2, 3.1, 0.0, iris-setosa | predicted: iris-virginica |
| 0.3, 0.1, 1.1, 2.0, iris-setosa | predicted: iris-setosa |
| 0.3, 0.1, 1.3, 2.1, iris-setosa | predicted: iris-setosa |
Zapewnij interfejs użytkownika, może być tekstowy, tak aby można było wybrać :
- czy wpisać własną obserwację i uzyskać przewidywaną klasę na podstawie zbioru treningowego ( nie można dodawać do pliku ze zbiorem testowym)
- zmienić k
- zakończyć program
Program powinien być uniwersalny, to znaczy działać na każdych danych, o każdym wymiarze, jeśli atrybuty są numeryczne z wyłączeniem klasy decyzyjnej.
Zewnętrzne biblioteki nie są dozwolone dla implementacji części matematycznejalgorytmu. Jednak jeśli potrzeba można użyć takich do wczytania danych, transformacji czy wstępnego przetwarzania.