更新 function.py

function.py

@@ -20,7 +20,7 @@ def load_data(filepath):
     # 检查特征数量
     num_features = data.shape[1]
 
-    # 特征选择：去掉特征3（索引2）和特征24~28（索引23~26），确保索引有效
+    # 特征选择 去掉特征3（索引2）和特征24~28（索引23~26） 确保索引有效
     indices_to_delete = [2]  # 特征3
     if num_features > 24:  # 确保特征数量足够
         indices_to_delete += list(range(24, 27))  # 特征24到27（索引23到26）
@@ -28,7 +28,7 @@ def load_data(filepath):
     # 删除特征
     data = np.delete(data, indices_to_delete, axis=1)
 
-    # 将标签二分类化，特征23（索引22）取值2和3合并为0，其余为1
+    # 将标签二分类化 特征23（索引22）取值2和3合并为0 其余为1
     target_variable = np.where((labels == 2) | (labels == 3), 0, 1)
 
     return data, target_variable
@@ -44,8 +44,8 @@ def train_svm(X, y, learning_rate=0.01, iterations=1000):
     Args:
     - X (numpy array): 特征数据。
     - y (numpy array): 标签数据。
-    - learning_rate (float): 学习率，默认值为0.01。
-    - iterations (int): 训练迭代次数，默认值为1000。
+    - learning_rate (float): 学习率 默认值为0.01。
+    - iterations (int): 训练迭代次数 默认值为1000。
 
     Returns:
     - numpy array: 训练得到的权重。