From b0969e36dfa15e343538fcc2d0817934e7af324c Mon Sep 17 00:00:00 2001
From: cy <939601402@qq.com>
Date: Sat, 26 Oct 2024 12:36:12 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 164 +++++++++++++++++++++++++++-------------------------
 1 file changed, 85 insertions(+), 79 deletions(-)

diff --git a/function.py b/function.py
index dc03465..fc81a79 100644
--- a/function.py
+++ b/function.py
@@ -24,86 +24,92 @@ import numpy as np
 id = "202210423117"
 name = "程悦"
 
-def sigmoid(z):
-    return 1.0 / (1 + np.exp(-z))
+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  
 
-# 这里写自己的代码实现
-def train_logreg(X, y, learning_rate=0.01, iterations=1000, batch_size=256):
-    """
-    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**。
-
-    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 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 
 
 # 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**。
+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:
-    - 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 f:
-        lines = f.readlines()
-        for line in lines:
-            line = line.strip().split()
-            if '?' not in line:
-                line_data = [1] + [0 if x == '?' else float(x) for x in [line[i] for i in range(len(line) - 1) if i not in [2, 23, 24, 25, 26, 27]]]
-                target = int(line[22])
-                if target in [2, 3]:
-                    target = 0
-                else:
-                    target = 1
-                data.append(line_data)
-                labels.append(target)
-    return np.array(data), np.array(labels)
-
-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]}")
+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)  
+    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")
\ No newline at end of file