更新 function.py

function.py

@@ -66,7 +66,6 @@ def predict_logreg(inX, weights):
     prediction = 1 / (1 + np.exp(-np.dot(inX, weights)))
     return 1 if prediction > 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**。
@@ -78,24 +77,18 @@ def load_data(filepath):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    data = np.loadtxt(filepath, delimiter=',')
+    # 读取数据，将非数值转换为NaN
-    # 将分类数据和缺失值处理后转换为浮点数
+    data = np.genfromtxt(filepath, delimiter=',', dtype=float, missing_values='?')
+
+    # 分离特征和标签
     X = data[:, :-1]
-    y = data[:, -1].astype(int)  # 假设标签是整数类型
+    y = data[:, -1]
 
-    if X.shape[1] > 1:
+    # 将缺失值填充为列的平均值
-        # 将第一列分类数据转换为独热编码
+    for i in range(X.shape[1]):
-        from sklearn.preprocessing import OneHotEncoder
+        X[:, i] = np.where(np.isnan(X[:, i]), np.nanmean(X[:, i]), X[:, i])
-        encoder = OneHotEncoder(sparse=False)
-        X[:, 0] = X[:, 0].astype(str)  # 确保是字符串类型
-        X_encoded = encoder.fit_transform(X[:, 0].reshape(-1, 1))
-        # 将独热编码结果替换原来的分类列
-        X = np.hstack((X_encoded, X[:, 1:]))
 
-    # 将缺失值填充为0
+    return X, y.astype(int)
-    X[np.isnan(X)] = 0
-
-    return X, y
 
 if __name__ == "__main__":
     # 以下代码可用于测试，可自行随意修改