Template
106 lines
3.1 KiB
Python
106 lines
3.1 KiB
Python
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(X, weights):
|
|
"""
|
|
对率回归预测函数。
|
|
|
|
Args:
|
|
- X (numpy array): 输入待分类的样本。
|
|
- weights (numpy array): 训练得到的权重。
|
|
|
|
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。
|
|
|
|
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
|
|
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
|
|
|
|
|
|
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")
|
|
|
|
# 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)
|
|
|
|
# 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]}") |