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"


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。

    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


def predict_logreg(inX, 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。

    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


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。

    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
    with open(filepath, 'r') as file:
        lines = file.readlines()
    
    data = []
    for line in lines:
        split_line = line.strip().split(',')
        # 将非数值数据转换为0
        split_line = [float(x) if x != '?' else 0 for x in split_line]
        data.append(split_line)
    
    data = np.array(data)
    if data.ndim == 1:
        data = data.reshape(1, -1)
    X = data[:, :-1]
    y = data[:, -1].reshape(-1, 1)  # 确保y是二维的
    return X, y


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")

    # 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
    y_pred = predict_logreg(X_test[11], weights)
    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")