更新 function.py

function.py

@@ -1,4 +1,3 @@
-# function.py
 import numpy as np
 
 """
@@ -35,12 +34,13 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     Args:
     - X (numpy array): 特征数据。
     - y (numpy array): 标签数据。
-    - other_params (str): 其它参数，可选设置。若需设置其它参数，必须设置其默认值，否则将**无法通过**自动评测，**成绩为零**。
+    - learning_rate (float): 学习率，默认为0.01。
+    - iterations (int): 迭代次数，默认为1000。
 
     Returns:
     - numpy array: 训练得到的权重。
     """
-m, n = X.shape
+    m, n = X.shape
     weights = np.zeros(n)
     
     for _ in range(iterations):
@@ -54,6 +54,7 @@ m, n = X.shape
     
     return weights
 
+
 def predict_logreg(inX, weights):
     """
     对率回归预测函数。
@@ -65,23 +66,24 @@ def predict_logreg(inX, weights):
     Returns:
     - int: 预测的分类标签。
     """
-z = np.dot(inX, weights)
+    z = np.dot(inX, weights)
     h = 1 / (1 + np.exp(-z))
     return 1 if h >= 0.5 else 0
 
+
 # 这里也写自己的代码实现
 def load_data(filepath):
     """
     从文件中加载数据，若不自行正确实现，则无法通过评测，**不记录成绩**。
 
     Args:
-    - directory (str): 数据文件路径。
+    - filepath (str): 数据文件路径。
 
     Returns:
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-with open(filepath, 'r') as f:
+    with open(filepath, 'r') as f:
         lines = f.readlines()
     
     X = []
@@ -93,6 +95,7 @@ with open(filepath, 'r') as f:
     
     return np.array(X), np.array(y)
 
+
 if __name__ == "__main__":
     # 以下代码可用于测试，可自行随意修改
     # 加载训练集
@@ -106,4 +109,4 @@ if __name__ == "__main__":
 
     # 测试单个数据
     y_pred = predict_logreg(X_test[11], weights)
-    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")
+    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")