更新 function.py

function.py

@@ -1,85 +1,70 @@
 import numpy as np
-from sklearn.linear_model import LogisticRegression
-from sklearn.impute import SimpleImputer
-
-"""
-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
-"""
 
 id = "202210423xxx"  # 请填写学号
 name = "test_name"   # 请填写姓名
 
+def sigmoid(z):
+    """计算Sigmoid函数值"""
+    return 1 / (1 + np.exp(-z))
 
-def train_logreg(X, y, max_iter=1000, C=1.0):
+def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     """
-    对率回归训练函数，使用sklearn的LogisticRegression。
+    对率回归训练函数。
 
     Args:
     - X (numpy array): 特征数据。
     - y (numpy array): 标签数据。
-    - max_iter (int): 最大迭代次数。
+    - learning_rate (float): 学习率，默认为0.01。
-    - C (float): 正则化强度。
+    - iterations (int): 梯度下降迭代次数，默认为1000。
 
     Returns:
-    - sklearn LogisticRegression: 训练好的模型。
+    - numpy array: 训练得到的权重。
     """
-    # 使用sklearn的LogisticRegression模型
+    weights = np.zeros(X.shape[1])
-    model = LogisticRegression(max_iter=max_iter, C=C)
-    model.fit(X, y)
-    return model
     
+    for i in range(iterations):
+        predictions = sigmoid(np.dot(X, weights))
+        errors = y - predictions
+        weights += learning_rate * np.dot(X.T, errors)
     
-def predict_logreg(inX, model):
+    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。
-    - model (LogisticRegression): 训练得到的LogisticRegression模型。
+    - weights (numpy array): 训练得到的权重。
 
     Returns:
     - int: 预测的分类标签。
     """
-    return int(model.predict(inX.reshape(1, -1))[0])
+    probability = sigmoid(np.dot(inX, weights))
-
+    return 1 if probability >= 0.5 else 0
 
 def load_data(filepath):
     """
-    从文件中加载数据并填充缺失值。
+    从文件中加载数据，并填充缺失值。
 
     Args:
     - filepath (str): 数据文件路径。
 
     Returns:
-    - np.array: 填充缺失值后的特征数据。
+    - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    # 加载数据
     data = np.loadtxt(filepath, delimiter=",", dtype=float)
     
-    # 分割特征和标签
+    # 检查缺失值并使用列均值进行填充
-    X = data[:, :-1]  # 特征
+    col_means = np.nanmean(data, axis=0)
-    y = data[:, -1]   # 标签
+    indices = np.where(np.isnan(data))
-
+    data[indices] = np.take(col_means, indices[1])
-    # 填充缺失值，使用列的平均值
-    imputer = SimpleImputer(strategy="mean")
-    X = imputer.fit_transform(X)
     
+    X = data[:, :-1]
+    y = data[:, -1]
     return X, y
 
-
 if __name__ == "__main__":
     # 加载训练集
     X_train, y_train = load_data("./data/horse-colic.data")
@@ -88,8 +73,8 @@ if __name__ == "__main__":
     X_test, y_test = load_data("./data/horse-colic.test")
 
     # 训练对率回归模型
-    model = train_logreg(X_train, y_train, max_iter=1000, C=1.0)
+    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], model)
+    y_pred = predict_logreg(X_test[11], weights)
     print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")