# function.py
import numpy as np

"""
实验说明:
- 自行编写实现数据加载与预测病马死亡的对率回归算法。

注意事项:
- 在 function.py 中实现对率回归算法。
- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
- 自动评测脚本仅会加载 train_logreg、predict_logreg 和 load_data 函数，请勿修改函数名。

测评环境:
- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
- OS: Ubuntu 22.04.4 LTS
- Python: 3.10.12
- numpy: 2.1.1
"""


"""
请在这里填写学号和姓名，不填写即成绩无效。
"""
id = "202210423222"
name = "邓龙树"

# user_code.py

import numpy as np

def sigmoid(z):
    """计算sigmoid函数"""
    return 1 / (1 + np.exp(-z))

def train_logreg(X, y, learning_rate=0.01, iterations=1000):
    """
    对率回归训练函数。

    Args:
    - X (numpy array): 特征数据。
    - y (numpy array): 标签数据。
    - learning_rate (float): 学习率，默认值为0.01。
    - iterations (int): 迭代次数，默认值为1000。
    
    Returns:
    - weights (numpy array): 训练得到的权重。
    """
    # 初始化权重
    weights = np.zeros(X.shape[1])
    
    # 训练模型
    for _ in range(iterations):
        z = np.dot(X, weights)
        predictions = sigmoid(z)
        # 计算梯度
        gradient = np.dot(X.T, (predictions - y)) / y.size
        # 更新权重
        weights -= learning_rate * gradient
    
    return weights

def predict_logreg(X, weights):
    """使用训练好的权重预测标签"""
    z = np.dot(X, weights)
    predictions = sigmoid(z)
    return np.where(predictions >= 0.5, 1, 0)

def load_data(filepath):
    """从文件中加载数据，处理不规则列数问题"""
    with open(filepath, 'r') as file:
        lines = file.readlines()
    
    max_columns = 0
    data = []
    
    for line in lines:
        parts = line.strip().split()
        max_columns = max(max_columns, len(parts))
        data.append(parts)
    
    # 填充缺失的列
    for i in range(len(data)):
        if len(data[i]) < max_columns:
            data[i].extend(['nan'] * (max_columns - len(data[i])))
    
    # 转换成numpy数组，处理缺失值
    data_array = np.array(data, dtype=float)
    data_array[np.isnan(data_array)] = np.nanmean(data_array, axis=0)
    
    return data_array[:, :-1], data_array[:, -1]

# 主逻辑
if __name__ == "__main__":
    # 加载数据
    X, y = load_data('path_to_data_file.txt')

    # 训练模型
    weights = train_logreg(X, y)

    # 加载测试数据并预测
    X_test, y_test = load_data('path_to_test_data_file.txt')
    predictions = predict_logreg(X_test, weights)

    # 打印预测结果和实际结果
    for i in range(min(10, len(y_test))):  # 打印前10个结果或全部结果，取决于测试数据量
        print(f"预测结果: {predictions[i]}, 实际结果: {y_test[i]}")