更新 function.py

function.py

@@ -1,24 +1,51 @@
+# function.py
 import numpy as np
 import pandas as pd
 from sklearn.preprocessing import StandardScaler
 from sklearn.model_selection import train_test_split
 
+
+"""
+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。
+
+测评环境:
+- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
+- OS: Ubuntu 22.04.4 LTS
+- Python: 3.10.12
+- numpy: 2.1.1
+"""
+
+
+"""
+请在这里填写学号和姓名，不填写即成绩无效。
+"""
 id = "202210423130"
 name = "董秋"
 
-def train_logreg(X, y, learning_rate=0.01, iterations=1000, lambda_reg=0.01):
+
+# 这里写自己的代码实现
+def train_logreg(X, y, learning_rate=0.01, iterations=1000,lambda_reg=0.01):
     """
-    逻辑回归训练函数。
+    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):
+    for _ in range(iterations):
         z = np.dot(X, weights)
         predictions = 1 / (1 + np.exp(-z))
         gradient = np.dot(X.T, (predictions - y)) / m
@@ -28,17 +55,17 @@ def train_logreg(X, y, learning_rate=0.01, iterations=1000, lambda_reg=0.01):
 
         weights -= learning_rate * gradient
 
-        # 动态调整学习率，逐渐减小
-        learning_rate *= 0.99  # 每次迭代将学习率乘以0.99
-
     return weights
 
+
 def predict_logreg(inX, weights):
     """
-    逻辑回归预测函数。
+    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。
     """
@@ -46,6 +73,7 @@ def predict_logreg(inX, weights):
     prediction_prob = 1 / (1 + np.exp(-z))
     return 1 if prediction_prob >= 0.5 else 0
 
+# 这里也写自己的代码实现
 def load_data(filepath):
     data = []
     labels = []
@@ -55,45 +83,32 @@ 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] == 2 or values[22] == 3:  # 特征23（索引22）
-                    labels.append(0)  # 死亡
-                elif values[22] == 1:
-                    labels.append(1)  # 生存
-                else:
-                    continue  # 无效标签，丢弃
-                
-                # 用0填充缺失值
-                values = [np.nan if v == 0 else v for v in values]  # 先标记为NaN
-                data.append(values[:2] + values[3:23])  # 保留特征1, 2 和特征4-23
+                data.append(values[:-1])  # 特征
+                labels.append(values[-1])  # 标签
             except ValueError:
                 continue
 
-    data = np.array(data)
-    labels = np.array(labels)
-
-    # 使用均值填充处理缺失值
-    df = pd.DataFrame(data)
-    df.fillna(df.mean(), inplace=True)  # 均值填充
-
-    return df.to_numpy(), labels
+    return np.array(data), np.array(labels)
 
 def preprocess_data(X):
     # 特征标准化
     scaler = StandardScaler()
     return scaler.fit_transform(X)
 
+
 if __name__ == "__main__":
-    # 加载数据集
-    X, y = load_data("./data/horse-colic.data")
-    X = preprocess_data(X)
+    # 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")
+    X_train = preprocess_data(X_train)
 
-    # 使用 train_test_split 打乱并随机抽取数据
-    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
+    # 加载测试集
+    X_test, y_test = load_data("./data/horse-colic.test")
+    X_test = preprocess_data(X_test)
 
-    # 训练逻辑回归模型
-    weights = train_logreg(X_train, y_train, learning_rate=0.1, iterations=1000, lambda_reg=0.01)
+    # 训练对率回归模型
+    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000,lambda_reg=0.01)
+    X_train, X_test, y_train, y_test = train_test_split(X_train, y_train, test_size=0.2, random_state=42)
 
     # 测试单个数据
     y_pred = predict_logreg(X_test[11], weights)