更新 function.py

function.py

@@ -57,24 +57,15 @@ def predict_logreg(inX, weights):
     return 1 if prob >= 0.5 else 0
 
 import numpy as np
-
-import numpy as np
+from sklearn.preprocessing import StandardScaler
 
 def load_data(filepath):
     """
-    从文件中加载数据，处理缺失数据，并将 '?' 替换为列的均值。
-
-    Args:
-    - filepath (str): 数据文件路径。
-
-    Returns:
-    - np.array: 特征数据。
-    - np.array: 标签数据。
+    从文件中加载数据，处理缺失数据，并将 '?' 替换为列的均值或中位数。
     """
     data = []
     labels = []
 
-    # 读取数据
     with open(filepath, 'r') as file:
         for line in file:
             line = line.strip().split()
@@ -92,20 +83,22 @@ def load_data(filepath):
             data.append(features)
             labels.append(label)
 
-    # 将列表转换为numpy数组
+    # 将列表转换为 numpy 数组
     data = np.array(data)
     labels = np.array(labels)
 
-    # 计算每列的均值，并用均值替换 NaN
-    col_means = np.nanmean(data, axis=0)  # 计算每列的均值，忽略 NaN
-    # 将 NaN 替换为对应的列均值
+    # 计算每列的中位数，并用中位数替换 NaN
+    col_medians = np.nanmedian(data, axis=0)  # 计算每列的中位数
     for i in range(data.shape[1]):
-        data[:, i] = np.where(np.isnan(data[:, i]), col_means[i], data[:, i])
+        data[:, i] = np.where(np.isnan(data[:, i]), col_medians[i], data[:, i])
+
+    # 对数据进行标准化
+    scaler = StandardScaler()
+    data = scaler.fit_transform(data)
 
     return data, labels
 
 
-
 if __name__ == "__main__":
     # 加载训练集
     X_train, y_train = load_data("./data/horse-colic.data")