更新 function.py

function.py

@@ -1,83 +1,91 @@
+# function.py
 import numpy as np
 
-# 填写学号和姓名
-id = "202210423213"  # 请替换为实际学号
-name = "熊浩燃"   # 请替换为实际姓名
+"""
+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。
+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
+"""
 
-def sigmoid(z):
-    """计算Sigmoid函数值"""
-    return 1 / (1 + np.exp(-z))
+id = "202210423213"
+name = "熊浩燃"
 
-def train_logreg(X, y, learning_rate=0.01, iterations=5000, reg_lambda=0.1):
+# 对率回归训练函数
+def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     """
-    对率回归训练函数，带正则化项。
-
+    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): 梯度下降迭代次数，默认为5000。
-    - reg_lambda (float): L2正则化系数，默认为0.1。
-
+    - iterations (int): 迭代次数，默认为1000。
     Returns:
     - numpy array: 训练得到的权重。
     """
-    # 数据标准化
-    X = (X - X.mean(axis=0)) / X.std(axis=0)
-
     # 初始化权重
     weights = np.zeros(X.shape[1])
 
-    # 批量梯度下降
     for i in range(iterations):
-        predictions = sigmoid(np.dot(X, weights))
-        errors = y - predictions
-        # 更新权重，带L2正则化
-        weights += learning_rate * (np.dot(X.T, errors) - reg_lambda * weights)
+        # 预测值：通过对率回归模型得到
+        z = np.dot(X, weights)
+        predictions = 1 / (1 + np.exp(-z))
+        
+        # 计算梯度并更新权重
+        gradient = np.dot(X.T, (predictions - y)) / y.size
+        weights -= learning_rate * gradient
+        
+        # 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
 
-def predict_logreg(inX, weights, threshold=0.3):
+# 对率回归预测函数
+def predict_logreg(inX, weights):
     """
-    对率回归预测函数，包含自定义阈值。
-
+    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。
-    - threshold (float): 分类阈值，默认为0.3。
-
     Returns:
     - int: 预测的分类标签。
     """
-    probability = sigmoid(np.dot(inX, weights))
-    return 1 if probability >= threshold else 0
+    probability = 1 / (1 + np.exp(-np.dot(inX, weights)))
+    return 1 if probability >= 0.5 else 0
 
+# 数据加载函数
 def load_data(filepath):
     """
-    从文件中加载数据，并填充缺失值。
-
+    从文件中加载数据。
     Args:
     - filepath (str): 数据文件路径。
-
     Returns:
-    - np.array: 特征数据。
-    - np.array: 标签数据。
+    - numpy array: 特征数据。
+    - numpy array: 标签数据。
     """
-    data = np.genfromtxt(filepath, delimiter=" ", dtype=float, missing_values="?", filling_values=np.nan)
+    data = []
+    labels = []
+    with open(filepath, 'r') as file:
+        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)
 
-    # 对每一列单独填充缺失值
-    for i in range(data.shape[1] - 1):  # 最后一列是标签列
-        if np.isnan(data[:, i]).any():
-            # 使用中位数填充数值型数据
-            median = np.nanmedian(data[:, i])
-            data[np.isnan(data[:, i]), i] = median
-    
-    # 标准化特征数据
-    X = data[:, :-1]
-    y = data[:, -1]
-    X = (X - X.mean(axis=0)) / X.std(axis=0)
-    
-    return X, y
+    return np.array(data), np.array(labels)
 
 if __name__ == "__main__":
     # 加载训练集
@@ -87,8 +95,8 @@ if __name__ == "__main__":
     X_test, y_test = load_data("./data/horse-colic.test")
 
     # 训练对率回归模型
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=5000, reg_lambda=0.1)
+    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
 
-    # 使用自定义阈值测试单个数据
-    y_pred = predict_logreg(X_test[11], weights, threshold=0.3)
+    # 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]}")