更新 function.py

function.py

@@ -1,83 +1,93 @@
 # function.py
 import numpy as np
+from sklearn.linear_model import LogisticRegression
 
-"""
-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。
+# 学号和姓名
+id = "202210423230"
+name = "尹家立"
 
-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 = "202210423xxx"
-name = "test_name"
-
-
-# 这里写自己的代码实现
-def train_logreg(X, y, other_params="你自己设置一些其它参数"):
+def train_logreg(X, y, max_iter=1000):
     """
-    对率回归训练函数。
-
+    使用liblinear求解器实现逻辑回归训练函数 (梯度上升)。
+    
     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**。
-
+    - max_iter (int): 最大迭代次数。
+    
     Returns:
     - numpy array: 训练得到的权重。
     """
-
+    # 使用liblinear作为求解器进行对率回归训练
+    model = LogisticRegression(solver='liblinear', max_iter=max_iter)
+    model.fit(X, y)
+    
+    # 返回模型的系数作为权重
+    return model.coef_.flatten()
 
 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。
     """
+    # 计算预测概率
+    prob = sigmoid(np.dot(inX, weights))
+    
+    # 将概率转为二进制分类
+    return 1 if prob >= 0.5 else 0
 
+def sigmoid(z):
+    """Sigmoid activation function"""
+    return 1 / (1 + np.exp(-z))
 
-# 这里也写自己的代码实现
 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**。
-
+    从文件中加载数据。
+    
     Args:
-    - directory (str): 数据文件路径。
-
+    - filepath (str): 数据文件路径。
+    
     Returns:
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-
+    data = []
+    
+    # 读取并解析数据
+    with open(filepath, 'r') as file:
+        for line in file:
+            line_data = line.strip().split()
+            line_data = [float(val) if val != '?' else np.nan for val in line_data]
+            data.append(line_data)
+    
+    # 转换为 numpy 数组
+    data = np.array(data)
+    
+    # 分离特征和标签 (假设最后一列是标签)
+    X = data[:, :-1]
+    y = data[:, -1]
+    
+    # 填充缺失值
+    col_mean = np.nanmean(X, axis=0)
+    inds = np.where(np.isnan(X))
+    X[inds] = np.take(col_mean, inds[1])
+    
+    return X, y.astype(int)
 
 if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
-    # 加载训练集
+    # 加载训练和测试数据
     X_train, y_train = load_data("./data/horse-colic.data")
-
-    # 加载测试集
     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=1000)
-
-    # 测试单个数据
+    
+    # 使用liblinear训练对率回归模型
+    weights = train_logreg(X_train, y_train, max_iter=1000)
+    
+    # 测试单个样本的预测
     y_pred = predict_logreg(X_test[11], weights)
     print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")