更新 function.py

function.py

@@ -1,10 +1,5 @@
 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。
-"""
-
 id = "202210423218"
 name = "唐一鸣"
 
@@ -12,17 +7,6 @@ def sigmoid(z):
     return 1 / (1 + np.exp(-z))
 
 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。
-
-    Returns:
-    - numpy array: 训练得到的权重。
-    """
     m, n = X.shape
     weights = np.zeros(n)
     learning_rate = 0.01
@@ -31,52 +15,32 @@ def train_logreg(X, y, other_params=""):
     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):
-    """
-    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。
-    """
     prob = sigmoid(np.dot(inX, weights))
     return 1 if prob >= 0.5 else 0
 
 def load_data(filepath):
-    """
-    从文件中加载数据，处理缺失值。
-
-    Args:
-    - filepath (str): 数据文件路径。
-
-    Returns:
-    - np.array: 特征数据。
-    - np.array: 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
+    # 用均值替代缺失值
-    data = np.where(np.isnan(data), np.nanmean(data, axis=0), data)
+    for i in range(data.shape[1] - 1):  # 只处理特征列
+        if np.any(np.isnan(data[:, i])):
+            mean_value = np.nanmean(data[:, i])
+            data[:, i] = np.where(np.isnan(data[:, i]), mean_value, data[:, i])
 
     # 特征为前n-1列，标签为最后一列
     X = data[:, :-1]
@@ -84,19 +48,15 @@ def load_data(filepath):
 
     return X, y
 
-
 if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
-    # 加载训练集
     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)
 
     # 测试单个数据
-    y_pred = predict_logreg(X_test[11], weights)
+    test_index = 11  # 选择要测试的索引
-    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")
+    y_pred = predict_logreg(X_test[test_index], weights)
+    print(f"预测结果: {y_pred}, 实际结果: {y_test[test_index]}")
+