From f024fab4a8215bd6ebe96ecc743735d8548375ce Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E5=90=B4=E6=9D=A8=E6=B4=8B?= <2445091977@qq.com>
Date: Sat, 2 Nov 2024 21:01:02 +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 | 165 +++++++++++++++++++++++++++-------------------------
 1 file changed, 85 insertions(+), 80 deletions(-)

diff --git a/function.py b/function.py
index 4548c56..b869523 100644
--- a/function.py
+++ b/function.py
@@ -1,101 +1,106 @@
-import numpy as np
-from sklearn.preprocessing import StandardScaler
+import numpy as np  
 
-"""
-请在这里填写学号和姓名，不填写即成绩无效。
-"""
-id = "202210423224"
-name = "吴杨洋"
+"""  
+请在这里填写学号和姓名，不填写即成绩无效。  
+"""  
+id = "202210423224"  
+name = "吴杨洋"  
 
 
-def sigmoid(z):
-    """
-    Sigmoid 激活函数。
-    """
-    return 1 / (1 + np.exp(-z))
+def sigmoid(z):  
+    """  
+    Sigmoid 激活函数。  
+    """  
+    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。
+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，默认为0.01。
-    - iterations (int): 迭代次数，默认为1000。
+    Args:  
+    - X (numpy array): 特征数据。  
+    - y (numpy array): 标签数据。  
+    - learning_rate (float): 学习率，默认为0.01。  
+    - iterations (int): 迭代次数，默认为1000。  
 
-    Returns:
-    - weights (numpy array): 训练得到的权重。
-    """
-    m, n = X.shape
-    weights = np.zeros(n)
-    for i in range(iterations):
-        linear_model = np.dot(X, weights)
-        y_predicted = sigmoid(linear_model)
-        gradient = np.dot(X.T, (y_predicted - y)) / m
-        weights -= learning_rate * gradient
-    return weights
+    Returns:  
+    - weights (numpy array): 训练得到的权重。  
+    """  
+    m, n = X.shape  
+    weights = np.zeros(n)  
+    for i in range(iterations):  
+        linear_model = np.dot(X, weights)  
+        y_predicted = sigmoid(linear_model)  
+        gradient = np.dot(X.T, (y_predicted - y)) / m  
+        weights -= learning_rate * gradient  
+    return weights  
 
 
-def predict_logreg(inX, weights):
-    """
-    对率回归预测函数。
+def predict_logreg(X, weights):  
+    """  
+    对率回归预测函数。  
 
-    Args:
-    - inX (numpy array): 输入待分类的样本。
-    - weights (numpy array): 训练得到的权重。
+    Args:  
+    - X (numpy array): 输入待分类的样本。  
+    - weights (numpy array): 训练得到的权重。  
 
-    Returns:
-    - int: 预测的分类标签。
-    """
-    linear_model = np.dot(inX, weights)
-    y_predicted = sigmoid(linear_model)
-    return 1 if y_predicted > 0.5 else 0
+    Returns:  
+    - numpy array: 预测的分类标签。  
+    """  
+    linear_model = np.dot(X, weights)  
+    y_predicted = sigmoid(linear_model)  
+    return (y_predicted > 0.5).astype(int)  
 
 
-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。
+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:
-    - filepath (str): 数据文件路径。
+    Args:  
+    - filepath (str): 数据文件路径。  
 
-    Returns:
-    - X (np.array): 特征数据。
-    - y (np.array): 标签数据。
-    """
-    data = np.genfromtxt(filepath, delimiter=' ', dtype=float)
-    X = data[:, :-1]
-    y = data[:, -1]
-    return X, y
+    Returns:  
+    - X (np.array): 特征数据。  
+    - y (np.array): 标签数据。  
+    """  
+    # 使用 np.genfromtxt 加载数据，并且忽略文件中不能转换为 float 的行  
+    data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=np.nan)  
+    
+    # 删除所有包含缺失值的行  
+    data = data[~np.isnan(data).any(axis=1)]  
+    
+    # 如果数据仍然是一维的，则将其转换为二维  
+    if data.ndim == 1:  
+        data = np.array([data])  
+    
+    # 确保我们有有效的数据并且是二维的  
+    if data.shape[0] == 0:  # 如果没有数据  
+        raise ValueError("加载的数据为空，请检查输入文件。")  
+    
+    # 假设最后一列为标签  
+    X = data[:, :-1]  # 特征  
+    y = data[:, -1]   # 标签  
+    return X, y  
 
 
-def main():
-    # 加载训练集
-    X_train, y_train = load_data("./data/horse-colic.data")
+if __name__ == "__main__":  
+    # 加载训练集  
+    X_train, y_train = load_data("./data/horse-colic.data")  
 
-    # 加载测试集
-    X_test, y_test = load_data("./data/horse-colic.test")
+    # 加载测试集  
+    X_test, y_test = load_data("./data/horse-colic.test")  
 
-    # 标准化特征数据
-    scaler = StandardScaler()
-    X_train = scaler.fit_transform(X_train)
-    X_test = scaler.transform(X_test)
+    # 确保训练集和测试集特征数量匹配  
+    if X_train.shape[1] != X_test.shape[1]:  
+        raise ValueError("训练集和测试集特征数量不匹配！")  
 
-    # 训练对率回归模型
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
+    # 训练对率回归模型  
+    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)  
 
-    # 测试单个数据
-    correct_predictions = 0
-    for i in range(X_test.shape[0]):
-        y_pred = predict_logreg(X_test[i], weights)
-        if y_pred == y_test[i]:
-            correct_predictions += 1
-
-    accuracy = correct_predictions / X_test.shape[0]
-    print(f"Accuracy: {accuracy:.2f}")
-
-
-if __name__ == "__main__":
-    main()
\ No newline at end of file
+    # 测试多个数据  
+    y_pred = predict_logreg(X_test, weights)  
+    
+    # 输出部分预测结果  
+    for i in range(min(10, len(y_pred))):  # 只输出前10个预测结果  
+        print(f"预测结果: {y_pred[i]}, 实际结果: {y_test[i]}")
\ No newline at end of file