更新 function.py

function.py

@@ -37,20 +37,20 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     return weights  
 
 
-def predict_logreg(inX, weights):
+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。
+    - 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。
+    - numpy array: 预测的分类标签。  
     """  
-    linear_model = np.dot(inX, weights)
+    linear_model = np.dot(X, weights)  
     y_predicted = sigmoid(linear_model)  
-    return 1 if y_predicted > 0.5 else 0
+    return (y_predicted > 0.5).astype(int)  
 
 
 def load_data(filepath):  
@@ -64,13 +64,20 @@ def load_data(filepath):
     - X (np.array): 特征数据。  
     - y (np.array): 标签数据。  
     """  
-    # 使用空格分隔符加载数据，并将无法转换为浮点数的值替换为NaN
-    data = np.genfromtxt(filepath, delimiter=' ', converters={i: lambda s: float(s) if s != '?' else np.nan for i in range(20)})
-    # 将 NaN 替换为 0
-    data = np.nan_to_num(data, nan=0.0)
-    # 分割特征和标签
-    X = data[:, :-1]
-    y = data[:, -1]
+    # 使用 np.genfromtxt 加载数据，并且忽略文件中不能转换为 float 的行  
+    # 更新分隔符为逗号，根据实际格式来修改，通常csv用','，txt文件则可能用'\t'或者' '来分隔  
+    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)]  
+    
+    # 确保数据的正确性: 不同于训练集的标签列  
+    if data.ndim == 1:  
+        data = np.array([data])  
+
+    # 假设最后一列为标签  
+    X = data[:, :-1]  # 特征  
+    y = data[:, -1]   # 标签  
     return X, y  
 
 
@@ -81,9 +88,16 @@ if __name__ == "__main__":
     # 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]}")
+    # 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]}")