更新 function.py

function.py

@@ -55,6 +55,17 @@ def predict_logreg(inX, weights):
     prediction_prob = sigmoid(z)
     return 1 if prediction_prob >= 0.5 else 0
 
+def handle_outliers(df, threshold=3):
+    """
+    使用 Z 分数法检测并处理异常值（噪音）。
+    任何 Z 分数大于指定阈值的数值会被替换为列的均值。
+    """
+    z_scores = np.abs((df - df.mean()) / df.std())
+    df[z_scores > threshold] = np.nan  # 标记异常值为 NaN
+    df.fillna(df.mean(), inplace=True)  # 均值填充
+    return df
+
+
 def load_data(filepath):
     data = []
     labels = []
@@ -82,9 +93,14 @@ def load_data(filepath):
     data = np.array(data)
     labels = np.array(labels)
 
-    # 使用均值填充处理缺失值
+    # 转换成 DataFrame 以便进一步处理
     df = pd.DataFrame(data)
-    df.fillna(df.mean(), inplace=True)  # 均值填充
+
+    # 使用均值填充缺失值
+    df.fillna(df.mean(), inplace=True)  # 初步均值填充
+
+    # 处理噪音数据
+    df = handle_outliers(df)  # 检测并处理异常值
 
     return df.to_numpy(), labels