更新 function.py

function.py

@@ -1,4 +1,5 @@
 import numpy as np
+from sklearn.preprocessing import StandardScaler
 
 """
 请在这里填写学号和姓名，不填写即成绩无效。
@@ -37,20 +38,20 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     return weights
 
 
-def predict_logreg(X, weights):  
+def predict_logreg(inX, weights):
     """
     对率回归预测函数。
 
     Args:
-    - X (numpy array): 输入待分类的样本。  
+    - inX (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。  
+    - int: 预测的分类标签。
     """
-    linear_model = np.dot(X, weights)  
+    linear_model = np.dot(inX, weights)
     y_predicted = sigmoid(linear_model)
-    return (y_predicted > 0.5).astype(int)  
+    return 1 if y_predicted > 0.5 else 0
 
 
 def load_data(filepath):
@@ -64,40 +65,37 @@ def load_data(filepath):
     - 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)
-    # 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  
+    X = data[:, :-1]
-    data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=np.nan)  
+    y = data[:, -1]
-
-    # 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
 
 
-if __name__ == "__main__":  
+def 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  
+    # 标准化特征数据
-    if X_train.shape[1] != X_test.shape[1]:  
+    scaler = StandardScaler()
-        raise ValueError("训练集和测试集特征数量不匹配！")  
+    X_train = scaler.fit_transform(X_train)
+    X_test = scaler.transform(X_test)
 
     # 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  
+    # 测试单个数据
-    y_pred = predict_logreg(X_test, weights)  
+    correct_predictions = 0
+    for i in range(X_test.shape[0]):
+        y_pred = predict_logreg(X_test[i], weights)
+        if y_pred == y_test[i]:
+            correct_predictions += 1
 
-    # 输出部分预测结果  
+    accuracy = correct_predictions / X_test.shape[0]
-    for i in range(min(10, len(y_pred))):  # 只输出前10个预测结果  
+    print(f"Accuracy: {accuracy:.2f}")
-        print(f"预测结果: {y_pred[i]}, 实际结果: {y_test[i]}")
+
+
+if __name__ == "__main__":
+    main()