更新 function.py

function.py

@@ -56,7 +56,7 @@ def load_data(filepath):
             values = line.strip().replace('?', '0').split()
             try:
                 values = [float(v) for v in values]
-                
+
                 # 合并特征23的取值
                 if values[22] in [2, 3]:  # 特征23（索引22）
                     labels.append(0)  # 死亡
@@ -65,19 +65,17 @@ def load_data(filepath):
                 else:
                     continue  # 无效标签，丢弃
                 
-                # 用NaN标记缺失值
-                values = [np.nan if v == 0 else v for v in values]  # 先标记为NaN
+                # 用0填充缺失值
+                values = [0 if v == 0 else v for v in values]  # 用0填充
                 data.append(values[:2] + values[3:23])  # 保留特征1, 2 和特征4-23
             except ValueError as e:
                 print(f"Line {line_number} has an error: {e}")  # 打印出错行信息
 
-    # 转换为numpy数组并处理缺失值
+    # 转换为numpy数组
     data = np.array(data)
     labels = np.array(labels)
-    df = pd.DataFrame(data)
-    df.fillna(df.mean(), inplace=True)  # 使用均值填充处理缺失值
 
-    return df.to_numpy(), labels
+    return data, labels
 
 def preprocess_data(X):
     """特征标准化。"""
@@ -87,6 +85,8 @@ def preprocess_data(X):
 if __name__ == "__main__":
     # 加载数据集
     X, y = load_data("./data/horse-colic.data")
+    
+    # 归一化数据
     X = preprocess_data(X)
 
     # 使用 train_test_split 打乱并随机抽取数据