From 56422eb0fda2985c8f534a640bd3c259f537b9e2 Mon Sep 17 00:00:00 2001
From: Frae19 <515745323@qq.com>
Date: Thu, 31 Oct 2024 17:10:05 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 79 +++++++++++++++++++++++++++++++++++++++++++++++------
 1 file changed, 70 insertions(+), 9 deletions(-)

diff --git a/function.py b/function.py
index 409b1ac..cbd2f10 100644
--- a/function.py
+++ b/function.py
@@ -21,23 +21,47 @@ import numpy as np
 """
 请在这里填写学号和姓名，不填写即成绩无效。
 """
-id = "202210423xxx"
-name = "test_name"
+id = "202210423629"
+name = "Tanjunfeng"
 
 
 # 这里写自己的代码实现
-def train_logreg(X, y, other_params="你自己设置一些其它参数"):
+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。
-    - 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0.01。
+    - iterations (int): 迭代次数，默认1000。
 
     Returns:
     - numpy array: 训练得到的权重。
     """
+    import numpy as np
+
+    # 获取样本数量和特征数量
+    m, n = X.shape
+
+    # 在 X 前添加一列 1，用于偏置项
+    X = np.hstack((np.ones((m, 1)), X))
+
+    # 初始化权重
+    weights = np.zeros(n + 1)
+
+    # 开始迭代训练
+    for _ in range(iterations):
+        # 计算线性组合 z
+        z = np.dot(X, weights)
+        # 通过 sigmoid 函数计算预测值
+        h = 1 / (1 + np.exp(-z))
+        # 计算梯度
+        gradient = np.dot(X.T, (y - h))
+        # 更新权重（使用梯度上升）
+        weights += learning_rate * gradient
+
+    return weights
 
 
 def predict_logreg(inX, weights):
@@ -51,24 +75,52 @@ def predict_logreg(inX, weights):
     Returns:
     - int: 预测的分类标签。
     """
+    import numpy as np
+
+    # 在输入样本前添加 1，用于偏置项
+    inX = np.insert(inX, 0, 1)
+
+    # 计算线性组合 z
+    z = np.dot(inX, weights)
+    # 通过 sigmoid 函数计算预测值
+    h = 1 / (1 + np.exp(-z))
+    # 根据 0.5 阈值返回分类结果
+    return int(h >= 0.5)
 
 
-# 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。
     """
+    import numpy as np
+    import pandas as pd
+
+    # 读取数据，指定空格为分隔符，处理缺失值 '?'
+    data = pd.read_csv(filepath, delim_whitespace=True, header=None, na_values='?')
+
+    # 丢弃包含缺失值的行
+    data = data.dropna()
+
+    # 提取特征和标签
+    X = data.iloc[:, :-1].values  # 所有列，除最后一列
+    y = data.iloc[:, -1].values   # 最后一列为标签
+
+    # 将标签转换为二分类1: 存活，0: 死亡或安乐死
+    y = np.where(y == 1, 0, 1)
+
+    return X, 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
     X_train, y_train = load_data("./data/horse-colic.data")
 
@@ -76,8 +128,17 @@ if __name__ == "__main__":
     X_test, y_test = load_data("./data/horse-colic.test")
 
     # 训练对率回归模型
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
+    weights = train_logreg(X_train, y_train, learning_rate=0.001, iterations=5000)
 
     # 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]}")
+    y_pred = predict_logreg(X_test[C_11](), weights)
+    print(f"预测结果: {y_pred}, 实际结果: {y_test[C_11]()}")
+
+    # 可选：计算测试集上的准确率
+    correct = 0
+    for i in range(len(X_test)):
+        y_pred = predict_logreg(X_test[i], weights)
+        if y_pred == y_test[i]:
+            correct += 1
+    accuracy = correct / len(X_test)
+    print(f"模型在测试集上的准确率: {accuracy * 100:.2f}%")