更新 function.py

function.py

@@ -1,55 +1,42 @@
-# 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 = "202210423218"
 name = "唐一鸣"
 
+def sigmoid(z):
+    return 1 / (1 + np.exp(-z))
 
-# 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, other_params=""):
     """
     对率回归训练函数。
 
     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): 其它参数，可选设置。
 
     Returns:
     - numpy array: 训练得到的权重。
     """
-    m, n = X.shape  # 样本数和特征数
-    weights = np.zeros(n)  # 初始化权重
-    for _ in range(iterations):
-        # 计算当前模型的预测值
-        z = np.dot(X, weights)
-        h = sigmoid(z)
-        # 计算损失函数的梯度
-        gradient = np.dot(X.T, (h - y)) / m
-        # 更新权重
-        weights -= learning_rate * gradient
-    return weights
+    m, n = X.shape
+    weights = np.zeros(n)
+    learning_rate = 0.01
+    num_iterations = 1000
 
+    for _ in range(num_iterations):
+        linear_model = np.dot(X, weights)
+        y_predicted = sigmoid(linear_model)
+
+        # Gradient descent
+        gradient = np.dot(X.T, (y_predicted - y)) / m
+        weights -= learning_rate * gradient
+
+    return weights
 
 def predict_logreg(inX, weights):
     """
@@ -62,24 +49,39 @@ def predict_logreg(inX, weights):
     Returns:
     - int: 预测的分类标签。
     """
-    probability = sigmoid(np.dot(inX, weights))
-    return 1 if probability >= 0.5 else 0
+    prob = sigmoid(np.dot(inX, weights))
+    return 1 if prob >= 0.5 else 0
 
-# 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，处理缺失值。
 
     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 = np.loadtxt(filepath, delimiter=' ', dtype=float)
-    X = data[:, :-1]  # 特征数据
-    y = data[:, -1]   # 标签数据
+    with open(filepath, 'r') as f:
+        lines = f.readlines()
+
+    data = []
+    for line in lines:
+        # 替换缺失值 '?' 为 np.nan
+        row = line.strip().split()
+        row = [float(x) if x != '?' else np.nan for x in row]
+        data.append(row)
+
+    data = np.array(data)
+
+    # 处理缺失值：用均值替代缺失值
+    data = np.where(np.isnan(data), np.nanmean(data, axis=0), data)
+
+    # 特征为前n-1列，标签为最后一列
+    X = data[:, :-1]
+    y = data[:, -1]
+
     return X, y
 
 
@@ -92,8 +94,9 @@ if __name__ == "__main__":
     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)
+    weights = train_logreg(X_train, y_train)
 
     # 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]}")
+