更新 function.py

function.py

@@ -1,42 +1,24 @@
 id = "202210423230"
 name = "尹家立"
 
-# 这里写自己的代码实现
+from sklearn.model_selection import GridSearchCV, train_test_split
-import numpy as np
 from sklearn.svm import SVC
-from sklearn.model_selection import train_test_split
 from sklearn.metrics import classification_report, accuracy_score
 from sklearn.preprocessing import StandardScaler
+import numpy as np
 
-# 数据加载函数
+# 数据加载函数保持不变
 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:
-    - directory (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:
             fields = line.strip().split()
-            
-            # 处理缺失值，用0填充
             fields = [0 if f == '?' else float(f) for f in fields]
-            
-            # 标签是倒数第6列
             label = int(fields[-6])
-            
-                # 特征为其他列（不包含倒数第6列标签）
             features = np.array(fields[: -6] + fields[-5:], dtype=float)
-            
+
-            # 标签映射：将 1->0, 2->1, 3->2
             if label == 1:
                 label = 0
             elif label == 2:
@@ -44,39 +26,48 @@ def load_data(filepath):
             elif label == 3:
                 label = 2
             else:
-                print(f"无效标签，跳过此样本：{label}")
                 continue  # 跳过无效标签
             
-            # 添加数据和标签
             data.append(features)
             labels.append(label)
     
-    # 转换为numpy数组
     data = np.array(data)
     labels = np.array(labels)
-    
     return data, labels
 
-
+# 训练支持向量机模型（调优）
 def train_svm(X, y, other_params=None):
     """
-    支持向量机训练函数。
+    支持向量机训练函数，增加调优功能。
 
     Args:
     - X (numpy array): 特征数据。
     - y (numpy array): 标签数据。
-    - other_params (str): 其它参数，可选设置。若需设置其它参数，必须设置其默认值，否则将无法通过自动评测，成绩为零。
+    - other_params (str): 其他参数，暂时不使用。
 
     Returns:
     - SVC: 训练好的SVM模型。
     """
-    # 使用高斯核（RBF核）训练SVM
+    # 参数网格
-    model = SVC(kernel='rbf', C=1.0, gamma='scale', random_state=42)
+    param_grid = {
-    model.fit(X, y)
+        'C': [0.1, 1, 10, 100],
+        'gamma': ['scale', 0.01, 0.1, 1],
+        'kernel': ['rbf', 'linear'],
+        'class_weight': [None, 'balanced']
+    }
     
-    return model
+    # 初始化SVM
+    svm = SVC(random_state=42)
 
+    # 网格搜索调参
+    grid_search = GridSearchCV(svm, param_grid, cv=5, scoring='accuracy', verbose=1, n_jobs=-1)
+    grid_search.fit(X, y)
 
+    # 输出最佳参数
+    print(f"最佳参数: {grid_search.best_params_}")
+    return grid_search.best_estimator_
+
+# 单个样本预测函数保持不变
 def predict_svm(inX, model):
     """
     支持向量机预测函数。
@@ -90,36 +81,35 @@ def predict_svm(inX, model):
     """
     return model.predict(inX.reshape(1, -1))[0]
 
-
+# 主程序
 if __name__ == "__main__":
     # 加载数据
-    X_train, y_train = load_data("./data/horse-colic.data")
+    X, y = load_data("./data/horse-colic.data")
-    X_test, y_test = load_data("./data/horse-colic.test")
 
     # 划分数据集
-    X_train, X_test, y_train, y_test = train_test_split(X_train, y_train, test_size=0.2, random_state=42, stratify=y_train)
+    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42, stratify=y)
 
     # 数据标准化
     scaler = StandardScaler()
     X_train = scaler.fit_transform(X_train)
     X_test = scaler.transform(X_test)
 
-    # 训练支持向量机模型
+    # 调优并训练SVM模型
-    print("正在训练支持向量机模型...")
+    print("正在调优支持向量机模型...")
     svm_model = train_svm(X_train, y_train)
 
-    # 预测测试集
+    # 测试集预测
     y_pred = svm_model.predict(X_test)
 
-    # 输出评估结果
+    # 输出分类报告
     print("\n分类报告:")
     print(classification_report(y_test, y_pred, target_names=["存活", "安乐死", "死亡"]))
 
-    # 输出准确率
+    # 输出测试集准确率
     accuracy = accuracy_score(y_test, y_pred)
     print(f"测试集准确率: {accuracy * 100:.2f}%")
 
-    # 测试单个数据
+    # 测试单个样本
     test_sample = X_test[11]  # 选择第12个样本（从0开始计数）
     y_pred_single = predict_svm(test_sample, svm_model)
     print(f"\n单个样本预测结果: {y_pred_single}, 实际结果: {y_test[11]}")