更新 function.py

function.py

@@ -46,19 +46,6 @@ def predict_logreg(inX, weights):
     probability = sigmoid(linear_output)
     return 1 if probability > 0.5 else 0
 
-def preprocess_data(X, y):
-    # 合并目标变量的类别
-    y[y == 2] = 0
-    y[y == 3] = 0
-
-    # 删除特征3和特征24~28
-    X = np.delete(X, [3], axis=1)
-    X = X[:, :23]
-
-    return X, y
-
-
-
 def load_data(filepath):
     # 使用csv模块读取数据
     data = []
@@ -66,8 +53,13 @@ def load_data(filepath):
         reader = csv.reader(file, delimiter=' ')
         for row in reader:
             if row:  # 确保行不为空
-                # 将非数值和空字符串转换为np.nan
-                row = [float(x) if x.replace('.', '', 1).isdigit() else np.nan for x in row]
+                # 将非数值和空字符串转换为np.nan，并确保所有行具有相同的列数
+                row = [float(x) if x.replace('.', '', 1).isdigit() or x == '' else np.nan for x in row]
+                # 确保所有行具有相同的列数，可以通过填充缺失的列或截断多余的列来实现
+                while len(row) < 30:  # 假设数据集应该有30列
+                    row.append(np.nan)
+                while len(row) > 30:
+                    row.pop()
                 data.append(row)
     
     # 将列表转换为numpy数组
@@ -97,6 +89,8 @@ def preprocess_data(X, y):
 
     return X, y
 
+# 确保其他函数（sigmoid, train_logreg, predict_logreg）保持不变
+
 # 确保其他函数（sigmoid, train_logreg, predict_logreg）保持不变
 def main():
     # 更新文件路径以匹配实际位置