diff --git a/function.py b/function.py
index 78e8953..0f40042 100644
--- a/function.py
+++ b/function.py
@@ -1,5 +1,6 @@
 # function.py  
 import numpy as np  
+import pandas as pd 
 
 """  
 实验说明:  
@@ -73,19 +74,26 @@ def predict_logreg(inX, weights):
 # 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**。  
+    从文件中加载数据，处理缺失值并确保格式正确。  
 
     Args:  
-    - directory (str): 数据文件路径。  
+    - filepath (str): 数据文件路径。  
 
     Returns:  
     - np.array: 特征数据。  
     - np.array: 标签数据。  
     """  
-    data = np.loadtxt(filepath, delimiter=',')  # 使用numpy加载数据  
-    X = data[:, :-1]  # 假设最后一列为标签  
-    y = data[:, -1]   # 最后一列为标签  
+    # 使用 pandas 加载数据  
+    data = pd.read_csv(filepath, header=None, na_values='?')  
+    
+    # 将数据中的缺失值用均值填充（或可以选择其他策略）  
+    data.fillna(data.mean(), inplace=True)  
 
+    # 提取特征和标签  
+    X = data.iloc[:, :-1].values  # 假设最后一列为标签  
+    y = data.iloc[:, -1].values    # 最后一列为标签  
+
+    # 确保 y 是二进制的，1表示死亡，0表示存活  
     y = np.where(y == 1, 1, 0)  # 处理标签，确保其为0或1  
     return X, y