更新 function.py

function.py

@@ -60,7 +60,6 @@ def predict_logreg(inX, weights):
     y_predicted = 1 / (1 + np.exp(-linear_model))
     return 1 if y_predicted > 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**。
@@ -72,9 +71,18 @@ def load_data(filepath):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=0)
-    X = data[:, :-1]
-    y = data[:, -1].astype(int)  # 将标签列转换为整数类型
+    # 使用pandas读取数据，假设逗号为分隔符
+    data = pd.read_csv(filepath, header=None)
+    
+    # 将所有非数值列转换为数值型，非数值的转换为NaN，然后填充NaN为0
+    for col in data.columns:
+        if data[col].dtype == 'object':
+            data[col] = pd.to_numeric(data[col], errors='coerce').fillna(0)
+    
+    # 将数据转换为numpy数组
+    X = data.iloc[:, :-1].values
+    y = data.iloc[:, -1].values
+    
     return X, y
 
 if __name__ == "__main__":