更新 function.py

function.py

@@ -15,41 +15,61 @@ import numpy as np
 - numpy: 2.1.1
 """
 
-id = "202210423213"
-name = "熊浩燃"
+id = "202210423xxx"
+name = "test_name"
 
 # 对率回归训练函数
-def train_logreg(X, y, learning_rate=0.001, iterations=1000):
-    # 标准化特征数据
-    X = (X - np.mean(X, axis=0)) / np.std(X, axis=0)
-    
+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:
+    - numpy array: 训练得到的权重。
+    """
+    # 初始化权重
     weights = np.zeros(X.shape[1])
-    
+
     for i in range(iterations):
+        # 预测值：通过对率回归模型得到
         z = np.dot(X, weights)
         predictions = 1 / (1 + np.exp(-z))
         
-        # 防止 log(0) 引发 NaN
-        predictions = np.clip(predictions, 1e-10, 1 - 1e-10)
-        
+        # 计算梯度并更新权重
         gradient = np.dot(X.T, (predictions - y)) / y.size
         weights -= learning_rate * gradient
-
-        # 输出损失帮助调试
+        
+        # 可选：输出损失，帮助调试
         if i % 100 == 0:
             loss = -np.mean(y * np.log(predictions) + (1 - y) * np.log(1 - predictions))
             print(f"迭代 {i}，损失: {loss}")
 
     return weights
 
-# 数据加载函数
+# 对率回归预测函数
+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。
+    """
+    probability = 1 / (1 + np.exp(-np.dot(inX, weights)))
+    return 1 if probability >= 0.5 else 0
+
+# 数据加载函数，包含缺失值填充
 def load_data(filepath):
     """
-    从文件中加载数据。
+    从文件中加载数据，并填充缺失值。
     Args:
     - filepath (str): 数据文件路径。
     Returns:
-    - numpy array: 特征数据。
+    - numpy array: 填充后的特征数据。
     - numpy array: 标签数据。
     """
     data = []
@@ -58,14 +78,24 @@ def load_data(filepath):
         for line in file:
             # 去除无效行，并将数据转换为float格式
             fields = line.strip().split()
-            if '?' not in fields:
-                # 以最后一列作为标签，其余列作为特征
-                features = [float(x) for x in fields[:-1]]
-                label = float(fields[-1])
-                data.append(features)
-                labels.append(label)
+            
+            # 将 '?' 替换为 None
+            features = [float(x) if x != '?' else None for x in fields[:-1]]
+            label = float(fields[-1])
+            data.append(features)
+            labels.append(label)
+
+    # 转换为numpy数组并填充缺失值
+    data = np.array(data, dtype=float)
+    labels = np.array(labels, dtype=float)
+
+    # 处理缺失值，使用平均值填充
+    col_means = np.nanmean(data, axis=0)
+    indices = np.where(np.isnan(data))
+    data[indices] = np.take(col_means, indices[1])
+
+    return data, labels
 
-    return np.array(data), np.array(labels)
 
 if __name__ == "__main__":
     # 加载训练集