更新 function.py

function.py

@@ -5,35 +5,28 @@ id = "202210423223"
 name = "李顺潮"
 
 def load_data(filepath):
-    """
-    从文件中加载数据，处理缺失值和数据类型。
+    """从文件中加载数据，处理不规则的字段数量和缺失值"""
+    data = []
+    with open(filepath, 'r') as f:
+        for line in f:
+            fields = line.strip().split()
+            # 处理不规则的字段数量，这里选择忽略多余的字段
+            if len(fields) > 28:
+                fields = fields[:28]
+            # 替换 '?' 为 NaN
+            fields = [np.nan if x == '?' else x for x in fields]
+            data.append(fields)
 
-    Args:
-        filepath (str): 数据文件路径。
+    # 使用 pandas 创建 DataFrame
+    df = pd.DataFrame(data)
+    # 删除包含 NaN 的行
+    df.dropna(inplace=True)
+    # 转换为数值类型
+    df = df.astype(float)
 
-    Returns:
-        tuple: 特征数据 (np.array) 和标签数据 (np.array)。  返回None如果加载失败。
-    """
-    try:
-        # 使用正则表达式作为分隔符，更灵活地处理多个空格
-        data = pd.read_csv(filepath, header=None, delim_whitespace=True)
-
-        # 替换问号为 NaN
-        data.replace('?', np.nan, inplace=True)
-
-        # 填充数值型缺失值，这里使用中位数填充
-        numeric_cols = data.select_dtypes(include=np.number).columns
-        for col in numeric_cols:
-            data[col].fillna(data[col].median(), inplace=True)
-
-        # 删除包含非数值型缺失值的列 (如果存在)
-        data.dropna(inplace=True)
-
-
-        # 假设最后一列是标签，其余是特征
-        X = data.iloc[:, :-1].values.astype(float)
-        y = data.iloc[:, -1].values.astype(float)
-        return X, y
+    X = df.iloc[:, :-1].values
+    y = df.iloc[:, -1].values
+    return X, y
     except pd.errors.ParserError as e:
         print(f"数据加载错误: {e}")
         return None