更新 function.py

function.py

@@ -1,14 +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。  
-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。
-"""
-
 # 学号和姓名
 id = "202210423130"
 name = "董秋"
@@ -96,7 +87,6 @@ def load_data(filepath):
     
     # 特征选择：去掉特征3（索引2）和特征24~28（索引23到27），检查数据的形状
     num_features = data.shape[1]  # 获取特征的总数
-    
     indices_to_remove = [2]  # 特征3的索引是2
     
     # 仅在数据的特征数量足够时才删除特征24~28
@@ -110,11 +100,53 @@ def load_data(filepath):
 
     return data, target_variable
 
+def k_fold_cross_validation(X, y, k=5, learning_rate=0.001, iterations=10000, batch_size=64, lambda_reg=0.1):
+    """
+    K折交叉验证。
+
+    Args:
+    - X (numpy array): 特征数据。
+    - y (numpy array): 标签数据。
+    - k (int): 折数。
+    - learning_rate (float): 学习率。
+    - iterations (int): 迭代次数。
+    - batch_size (int): 批量大小。
+    - lambda_reg (float): L2正则化参数。
+
+    Returns:
+    - float: 平均准确率。
+    """
+    m = X.shape[0]
+    fold_size = m // k
+    accuracies = []
+
+    for i in range(k):
+        # 创建训练集和验证集
+        val_start = i * fold_size
+        val_end = (i + 1) * fold_size if i != k - 1 else m
+        
+        X_val = X[val_start:val_end]
+        y_val = y[val_start:val_end]
+        X_train = np.concatenate((X[:val_start], X[val_end:]))
+        y_train = np.concatenate((y[:val_start], y[val_end:]))
+        
+        # 训练模型
+        weights = train_logreg(X_train, y_train, learning_rate, iterations, batch_size, lambda_reg)
+        
+        # 验证模型
+        val_accuracy = np.mean([predict_logreg(X_val[j], weights) == y_val[j] for j in range(len(y_val))])
+        accuracies.append(val_accuracy)
+
+    return np.mean(accuracies)
+
 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")
 
+    # k折交叉验证
+    avg_accuracy = k_fold_cross_validation(X_train, y_train, k=5, learning_rate=0.01, iterations=1000)
+    print(f"K折交叉验证的平均准确率: {avg_accuracy:.4f}")
+
     # 加载测试集
     X_test, y_test = load_data("./data/horse-colic.test")