From c4372fb6005215579efe3ea3bb9116d1d12f685f Mon Sep 17 00:00:00 2001
From: Xionghaoran <719929980@qq.com>
Date: Thu, 31 Oct 2024 15:14:45 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 114 ++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 114 insertions(+)

diff --git a/function.py b/function.py
index 0007b5b..e1768e0 100644
--- a/function.py
+++ b/function.py
@@ -4,6 +4,120 @@ import numpy as np
 """
 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。
+# function.py
+import numpy as np
+
+"""
+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 = "202210423213"
+name = "熊浩燃"
+
+def sigmoid(z):
+    return 1 / (1 + np.exp(-z))
+
+def min_max_normalize(X):
+    """ 数据归一化：使用Min-Max Scaling """
+    return (X - np.min(X, axis=0)) / (np.max(X, axis=0) - np.min(X, axis=0))
+
+def train_logreg(X, y, learning_rate=0.001, iterations=2000, batch_size=32, lambda_=0.1):
+    """
+    对率回归训练函数，包含批量梯度下降和L2正则化。
+
+    Args:
+    - X (numpy array): 特征数据。
+    - y (numpy array): 标签数据。
+    - learning_rate (float): 学习率。
+    - iterations (int): 迭代次数。
+    - batch_size (int): 每次更新的样本数。
+    - lambda_ (float): L2正则化项的系数。
+
+    Returns:
+    - numpy array: 训练得到的权重。
+    """
+    X = min_max_normalize(X)  # 使用Min-Max归一化数据
+    m, n = X.shape
+    weights = np.zeros(n)
+    
+    for _ in range(iterations):
+        # 确保 batch_size 不超过 m
+        effective_batch_size = min(batch_size, m)
+        
+        # 随机选择一个小批量
+        indices = np.random.choice(m, effective_batch_size, replace=False)
+        X_batch = X[indices]
+        y_batch = y[indices]
+        
+        # 计算预测和梯度
+        z = np.dot(X_batch, weights)
+        h = sigmoid(z)
+        gradient = np.dot(X_batch.T, (h - y_batch)) / effective_batch_size + lambda_ * weights
+        weights -= learning_rate * gradient
+    
+    return weights
+
+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 = sigmoid(np.dot(inX, weights))
+    return 1 if probability >= 0.5 else 0
+
+def load_data(filepath):
+    """
+    从文件中加载数据，若不自行正确实现，则无法通过评测，**不记录成绩**。
+
+    Args:
+    - filepath (str): 数据文件路径。
+
+    Returns:
+    - np.array: 特征数据。
+    - np.array: 标签数据。
+    """
+    data = []
+    labels = []
+    with open(filepath, 'r') as file:
+        for line in file:
+            line_data = line.strip().split()
+            if '?' not in line_data:  # 忽略缺失值的行
+                data.append([float(x) for x in line_data[:-1]])
+                labels.append(int(float(line_data[-1])))
+    return np.array(data), np.array(labels)
+
+if __name__ == "__main__":
+    # 测试数据加载和模型训练预测
+    X_train, y_train = load_data("./data/horse-colic.data")
+    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=0.001, iterations=2000, batch_size=32, lambda_=0.1)
+
+    # 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]}")
 
 注意事项:
 - 在 function.py 中实现对率回归算法。