更新 function.py

function.py

@@ -31,7 +31,7 @@ import numpy as np
 from sklearn.model_selection import train_test_split  
 from sklearn.linear_model import LogisticRegression  
 from sklearn.metrics import accuracy_score  
-  
+
 def load_data():  
     # 加载病马数据集  
     url = "http://archive.ics.uci.edu/ml/machine-learning-databases/horse-colic/horse-colic.data"  
@@ -44,12 +44,12 @@ def load_data():
         "lesion_type", "lesion_site", "lesion_size"  
     ]  
     data = pd.read_csv(url, header=None, names=columns, na_values='?')  
-  
+
     # 数据预处理  
     # 用0填充缺失值  
     data.fillna(0, inplace=True)  
       
-    # 选择特征23作为目标变量，将取值2（死亡）和3（安乐死）合并为一个值0（死亡），并重新编码为二分类问题  
+    # 将取值2（死亡）和3（安乐死）合并为一个值0（死亡），并重新编码为二分类问题  
     data['outcome'] = data['outcome'].apply(lambda x: 0 if x in [2, 3] else 1)  
       
     # 去掉特征3、特征24~28  
@@ -59,30 +59,28 @@ def load_data():
     X = data.drop(columns=['outcome'])  
     y = data['outcome']  
       
-    # 划分训练集和测试集（这里我们模拟划分，实际应使用给定的300个训练样本和68个测试样本）  
+    # 划分训练集和测试集  
-    # 由于没有明确的划分方式，我们假设前300个为训练样本，后68个为测试样本（这通常不是实际做法，仅作为示例）  
-    # 注意：实际应用中应根据数据集提供的信息来准确划分训练集和测试集  
     X_train, X_test = X.iloc[:300], X.iloc[300:]  
     y_train, y_test = y.iloc[:300], y.iloc[300:]  
       
     return X_train, X_test, y_train, y_test  
-  
+
 def train_logreg(X_train, y_train):  
     # 训练对率回归模型  
     model = LogisticRegression(max_iter=10000)  # 增加迭代次数以确保收敛  
     model.fit(X_train, y_train)  
     return model  
-  
+
 def predict_logreg(model, X_test):  
     # 使用模型进行预测  
     y_pred = model.predict(X_test)  
     return y_pred  
-  
+
 def evaluate_model(y_test, y_pred):  
     # 评估模型性能  
     accuracy = accuracy_score(y_test, y_pred)  
     return accuracy  
-  
+
 # 主函数（用于测试和展示）  
 if __name__ == "__main__":  
     X_train, X_test, y_train, y_test = load_data()  
@@ -90,3 +88,4 @@ if __name__ == "__main__":
     y_pred = predict_logreg(model, X_test)  
     accuracy = evaluate_model(y_test, y_pred)  
     print(f"Model Accuracy: {accuracy:.4f}")
+