更新 function.py

function.py

@@ -1,83 +1,64 @@
-# function.py
 import numpy as np
 
-"""
+id = "202210423224"
-实验说明:
+name = "吴杨洋"
-- 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:
+def sigmoid(z):
-- 在 function.py 中实现对率回归算法。
+    return 1 / (1 + np.exp(-np.clip(z, -500, 500)))
-- 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 = "202210423xxx"
-name = "test_name"
-
-
-# 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"):
-    """
-    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**。
-
-    Returns:
-    - numpy array: 训练得到的权重。
-    """
 
+def train_logreg(X, y, numIter=1000, learning_rate=0.01, lambda_reg=0.01):
+    m, n = X.shape
+    weights = np.zeros(n)
+    for j in range(numIter):
+        for i in range(m):
+            z = np.dot(X[i], weights)
+            h = sigmoid(z)
+            error = y[i] - h
+            gradient = X[i] * error
+            reg_term = lambda_reg * weights
+            gradient += reg_term
+            weights -= learning_rate * gradient
+    return weights
 
 def predict_logreg(inX, weights):
-    """
+    z = np.dot(inX, weights)
-    对率回归预测函数。
+    prob = sigmoid(z)
+    return 1 if prob >= 0.5 else 0
 
-    Args:
-    - inX (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。
-    """
-
-
-# 这里也写自己的代码实现
 def load_data(filepath):
-    """
+    file = open(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**。
+    fr = file.readlines()
+    data_list = []
+    y = []
+    for data in fr:
+        data = data.strip()
+        data = data.split()
+        if len(data) < 26:  # 确保每行数据有足够的元素
+            continue
+        y.append(1 if data[22] in ['2', '3'] else 0)  # 假设标签是 '2' 或 '3' 为正类
+        data_25 = data[24]
+        data = [0 if x == '?' else float(x) for x in data[:24] + data_25.split(',')]  # 处理缺失值
+        data_list.append(data)
+    X = np.array(data_list)
+    return X, np.array(y)
 
-    Args:
+def standardize(X):
-    - directory (str): 数据文件路径。
+    mean = X.mean(axis=0)
+    std = X.std(axis=0)
+    return (X - mean) / std, mean, std
 
-    Returns:
+def main():
-    - np.array: 特征数据。
-    - np.array: 标签数据。
-    """
-
-
-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")
-
-    # 加载测试集
     X_test, y_test = load_data("./data/horse-colic.test")
 
-    # 训练对率回归模型
+    X_train, mean, std = standardize(X_train)
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
+    X_test = (X_test - mean) / std
 
-    # 测试单个数据
+    weights = train_logreg(X_train, y_train, numIter=1000, learning_rate=0.01, lambda_reg=0.1)
-    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_test = [predict_logreg(x, weights) for x in X_test]
+    accuracy_test = np.mean(y_pred_test == y_test)
+    print(f"Test Accuracy: {accuracy_test:.2f}")
+
+if __name__ == "__main__":
+    main()

requirements.txt

@@ -1,2 +1,4 @@
 numpy==2.1.1
 requests==2.32.3
+scipy==1.13.1
+sklearn==