更新 function.py

function.py

@@ -58,7 +58,7 @@ def predict_logreg(inX, weights):
 
 def load_data(filepath):
     """
-    从文件中加载数据，处理缺失数据和确保样本数匹配。
+    从文件中加载数据。
 
     Args:
     - filepath (str): 数据文件路径。
@@ -69,36 +69,20 @@ def load_data(filepath):
     """
     data = []
     labels = []
-
+    
     with open(filepath, 'r') as file:
         for line in file:
             line = line.strip().split()
             if not line:
                 continue
-
+            # 将特征转换为浮点型
-            # 过滤掉包含 '?' 的行
+            features = list(map(float, line[:-1]))
-            if '?' in line:
+            label = int(line[-1])
-                continue
-
-            # 确保每行都有正确数量的特征和标签
-            if len(line) != 9:  # 假设每行有8个特征和1个标签
-                continue
-
-            # 将特征转换为浮点数
-            try:
-                features = list(map(float, line[:-1]))  # 所有特征转换为浮点数
-                label = int(line[-1])  # 标签为整数
-            except ValueError:
-                # 如果遇到无法转换的值，则跳过这一行
-                continue
-
-            # 添加到数据集
             data.append(features)
             labels.append(label)
-
+    
     return np.array(data), np.array(labels)
 
-
 if __name__ == "__main__":
     # 加载训练集
     X_train, y_train = load_data("./data/horse-colic.data")