From 803491f9e01bd307f01acc76c8755e0a511e0d13 Mon Sep 17 00:00:00 2001
From: hao <19382120447@163.com>
Date: Thu, 31 Oct 2024 17:18:55 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 11 +++++++++--
 1 file changed, 9 insertions(+), 2 deletions(-)

diff --git a/function.py b/function.py
index 03d369d..0bfab28 100644
--- a/function.py
+++ b/function.py
@@ -61,6 +61,7 @@ def predict_logreg(inX, weights):
     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**。
@@ -73,10 +74,16 @@ def load_data(filepath):
     - np.array: 标签数据。
     """
     # 使用numpy的genfromtxt函数加载数据，假设逗号为分隔符
-    data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=np.nan)
+    # 这里使用dtype=None允许numpy自动推断数据类型，filling_values=None允许缺失值存在
+    data = np.genfromtxt(filepath, delimiter=',', dtype=None, filling_values=np.nan)
+    
+    # 检查data是否为一维数组，如果是，则将其转换为二维数组
+    if data.ndim == 1:
+        data = data.reshape(1, -1)
     
     # 删除包含NaN的行
-    data = data[~np.isnan(data).any(axis=1)]
+    mask = ~np.isnan(data).any(axis=1)
+    data = data[mask]
     
     # 将数据转换为numpy数组
     X = data[:, :-1]