更新 function.py

function.py

@@ -1,67 +1,5 @@
 import numpy as np
 
-"""
-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 = "202210423228"
-name = "黎世浩"
-
-# 这里写自己的代码实现
-def train_logreg(X, y, learning_rate=0.01, iterations=1000):
-    """
-    对率回归训练函数。
-
-    Args:
-    - X (numpy array): 特征数据。
-    - y (numpy array): 标签数据。
-    - learning_rate (float): 学习率，默认为0.01。
-    - iterations (int): 迭代次数，默认为1000。
-
-    Returns:
-    - numpy array: 训练得到的权重。
-    """
-    m, n = X.shape
-    weights = np.zeros(n)
-    for i in range(iterations):
-        linear_model = np.dot(X, weights)
-        y_predicted = 1 / (1 + np.exp(-linear_model))
-        gradient = np.dot(X.T, (y_predicted - y)) / m
-        weights -= learning_rate * gradient
-    return weights
-
-def predict_logreg(inX, weights):
-    """
-    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。
-    """
-    linear_model = np.dot(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**。
@@ -74,13 +12,21 @@ 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
-    # dtype=None允许numpy自动推断数据类型
-    data = np.genfromtxt(filepath, delimiter=',', dtype=None)
+    # 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)
+    
+    # 确保data是二维数组
+    if data.ndim == 1:
+        data = data.reshape(1, -1)
     
     # 将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 i in range(data.shape[1]):
-        data[:, i] = np.array([float(x) if x.replace('.', '', 1).isdigit() else 0 for x in data[:, i]])
-
+        # 尝试将列转换为浮点数，如果失败则填充为0
+        try:
+            data[:, i] = data[:, i].astype(float)
+        except ValueError:
+            data[:, i] = np.where(np.isnan(data[:, i]), 0, data[:, i])
+    
     # 删除包含NaN的行
     data = data[~np.isnan(data).any(axis=1)]
     
@@ -88,21 +34,4 @@ def load_data(filepath):
     X = data[:, :-1]
     y = data[:, -1].astype(int)  # 将标签列转换为整数类型
     
-    return X, y
-
-# 其他函数保持不变
-
-if __name__ == "__main__":
-    # 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")
-
-    # 加载测试集
-    X_test, y_test = load_data("./data/horse-colic.test")
-
-    # 训练对率回归模型
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
-
-    # 测试单个数据
-    y_pred = predict_logreg(X_test[11], weights)
-    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")
+    return X, y