更新 function.py

function.py

@@ -45,10 +45,31 @@ def predict_logreg(inX, weights):
     return 1 if probability > 0.5 else 0
 
 def load_data(filepath):
-    data = np.genfromtxt(filepath, delimiter=',', invalid_raise=False, filling_values=np.nan)
+    """
+    从文件中加载数据。
+
+    Args:
+    - filepath (str): 数据文件路径。
+
+    Returns:
+    - X (np.array): 特征数据。
+    - y (np.array): 标签数据。
+    """
+    # 使用numpy的genfromtxt函数读取数据，以空格为分隔符
+    data = np.genfromtxt(filepath, delimiter=' ', invalid_raise=False, filling_values=np.nan)
+    
+    # 检查数据是否为一维数组
+    if data.ndim == 1:
+        print("Data file may have an incorrect delimiter or only contains one column.")
+        return None, None
+
+    # 丢弃完全为NaN的行
     data = data[~np.isnan(data).any(axis=1)]
+
+    # 分离特征和标签
     X = data[:, :-1]
     y = data[:, -1]
+
     return X, y
 
 def feature_scaling(X):