更新 function.py

function.py

@@ -24,92 +24,90 @@ import numpy as np
 id = "202210423117"
 name = "程悦"
 
-def sigmoid(z):  
-    return 1.0 / (1 + np.exp(-z))  
-  
-def train_logreg(X, y, learning_rate=0.01, iterations=1000):  
-    """  
-    对率回归训练函数。  
-  
-    Args:  
-    - X (numpy array): 特征数据。  
-    - y (numpy array): 标签数据。  
-    - learning_rate (float): 学习率。  
-    - iterations (int): 迭代次数。  
-  
-    Returns:  
-    - numpy array: 训练得到的权重。  
-    """  
-    m, n = X.shape  
-    weights = np.zeros(n)  
-    for i in range(iterations):  
-        z = np.dot(X, weights)  
-        h = sigmoid(z)  
-        gradient = np.dot(X.T, (h - y)) / m  
-        weights -= learning_rate * gradient  
-    return weights  
+def sigmoid(z):
+    return 1.0 / (1 + np.exp(-z))
 
-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。  
-    """  
-    z = np.dot(inX, weights)  
-    h = sigmoid(z)  
-    return 1 if h > 0.5 else 0 
+def train_logreg(X, y, learning_rate=0.01, iterations=1000):
+    """
+    对率回归训练函数。
 
-# 这里也写自己的代码实现
-def load_data(filepath):  
-    """  
-    从文件中加载数据，处理缺失值，并修改指定的特征。  
-  
-    Args:  
-    - filepath (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 f:  
-        lines = f.readlines()  
-        for line in lines:  
-            line = line.strip().split()  
-            if len(line) >= 1 and line[-1].isdigit():  
-                # 处理缺失值，用0填充  
-                line_data = [1 if i == 0 else (0 if x == '?' else float(x)) for i, x in enumerate(line[:-1])]  
-                  
-                # 修改特征23（索引为22，因为索引从0开始）  
-                if int(line[22]) in [2, 3]:  
-                    line_data[22] = 0  # 将2和3合并为0（表示死亡）  
-                else:  
-                    line_data[22] = 1  # 1表示存活  
-                  
-                # 去掉特征3（索引为2）和特征24到28（索引为23到28）  
-                line_data = line_data[:2] + line_data[3:23] + line_data[29:]  
-                  
-                data.append(line_data)  
-                labels.append(int(line[-1]))  
-      
-    return np.array(data), np.array(labels)  
+    Args:
+    - X (numpy array): 特征数据。
+    - y (numpy array): 标签数据。
 
-if __name__ == "__main__":  
-    # 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, learning_rate=0.01, iterations=1000)  
-  
-    # 测试单个数据  
-    y_pred = predict_logreg(X_test[11], weights)  
+    Returns:
+    - numpy array: 训练得到的权重。
+    """
+    m, n = X.shape
+    weights = np.zeros(n)
+    for i in range(iterations):
+        z = np.dot(X, weights)
+        h = sigmoid(z)
+        gradient = np.dot(X.T, (h - 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。
+    """
+    z = np.dot(inX, weights)
+    h = sigmoid(z)
+    return 1 if h > 0.5 else 0
+
+def load_data(filepath):
+    """
+    从文件中加载数据，填充缺失值，并进行特征处理。
+
+    Args:
+    - filepath (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 f:
+        lines = f.readlines()
+        for line in lines:
+            line = line.strip().split()
+            if len(line) >= 1 and line[-1].isdigit():
+                # 将缺失值 '?' 填充为 0，并转换为浮点数
+                line_data = [1] + [0 if x == '?' else float(x) for x in line[:-1]]
+                data.append(line_data)
+                labels.append(int(line[-1]))
+
+    data = np.array(data)
+    labels = np.array(labels)
+
+    # 选择特征，合并目标变量
+    target_variable = labels
+    target_variable[(target_variable == 2) | (target_variable == 3)] = 0  # 合并死亡和安乐死为0
+
+    # 去掉特征3和特征24~28
+    data = np.delete(data, [2] + list(range(23, 28)), axis=1)  # 特征3的索引是2，特征24-28的索引是23-27
+
+    return data, target_variable
+
+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, learning_rate=0.01, iterations=1000)
+
+    # 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]}")