更新 function.py

function.py

@@ -54,14 +54,15 @@ def sigmoid(z):
     """
     return 1 / (1 + np.exp(-z))
 
-def train_logreg(X, y, other_params="你自己设置一些其它参数"):
+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。
-    - other_params (str): 其它参数，可选设置。若需设置其它参数，必须设置其默认值。
+    - 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。
@@ -112,5 +113,4 @@ if __name__ == "__main__":
 
     # 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]}"
-
+    print(f"预测结果: {y_pred}, 实际结果: {int(y_test[11])}")  # 确保y_test[11]是整数