更新 function.py

function.py

@@ -1,32 +1,10 @@
-# function.py
 import numpy as np
+from sklearn.preprocessing import StandardScaler
 
-"""
-实验说明:
-- 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:
-- 在 function.py 中实现对率回归算法。
-- 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 = "202210423124"
 name = "刘子豪"
 
-
-# 这里写自己的代码实现
-def train_logreg(X, y, learning_rate=0.01, iterations=1000):
+def train_logreg(X, y, learning_rate=0.01, iterations=1000, reg_lambda=0.01):
     """
     对率回归训练函数。
 
@@ -35,6 +13,7 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     - y (numpy array): 标签数据。
     - learning_rate (float): 学习率。
     - iterations (int): 迭代次数。
+    - reg_lambda (float): 正则化强度。
 
     Returns:
     - numpy array: 训练得到的权重。
@@ -47,11 +26,12 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000):
         predictions = 1 / (1 + np.exp(-z))  # 计算sigmoid
         errors = y - predictions
         gradient = np.dot(X.T, errors) / m
+        # 加入正则化
+        gradient -= reg_lambda * weights / m
         weights += learning_rate * gradient
 
     return weights
 
-
 def predict_logreg(inX, weights):
     """
     对率回归预测函数。
@@ -67,8 +47,6 @@ def predict_logreg(inX, weights):
     probability = 1 / (1 + np.exp(-z))
     return 1 if probability >= 0.5 else 0
 
-
-# 这里也写自己的代码实现
 def load_data(filepath):
     """
     从文件中加载数据。
@@ -86,26 +64,29 @@ def load_data(filepath):
             line_data = line.strip().split() 
             if line_data:
                 try:
-                    data. append([float(x) if x !='?'else np. nan for x in line_data]) 
+                    data.append([float(x) if x !='?' else np.nan for x in line_data]) 
                 except ValueError as e:
                     print(f"Error processing line: {line}. Error: {e}") 
     data = np.array(data)
-    data = np.nan_to_num(data,nan=np.nanmean(data,axis=0))#将缺失值用平均值代替 
-    X = data[:,:-1]#特征
-    y=data[:,-1]#标签 
+    data = np.nan_to_num(data, nan=np.nanmean(data, axis=0))  # 将缺失值用平均值代替 
+    X = data[:, :-1]  # 特征
+    y = data[:, -1]   # 标签 
     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")
 
+    # 特征标准化
+    scaler = StandardScaler()
+    X_train = scaler.fit_transform(X_train)
+
     # 加载测试集
     X_test, y_test = load_data("./data/horse-colic.test")
+    X_test = scaler.transform(X_test)  # 使用同一标准化参数
 
     # 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=0.01, iterations=1000, reg_lambda=0.01)
 
     # 测试单个数据
     y_pred = predict_logreg(X_test[11], weights)