更新 function.py

function.py

@@ -1,5 +1,5 @@
 import numpy as np  
-from sklearn.preprocessing import StandardScaler  
+import pandas as pd 
   
 # 填写学号和姓名  
 id = "20221042323"  
@@ -59,11 +59,21 @@ def load_data(filepath):
     - np.array: 特征数据。  
     - np.array: 标签数据。  
     """  
-    data = np.loadtxt(filepath, delimiter=",")  
-    X = data[:, :-1]  # 特征  
-    y = data[:, -1]   # 标签，转换为0和1  
-    y = np.where(y == 2, 1, 0)  # 将标签2转换为1，其他（1和3，这里只有1）转换为0  
-    return X, y  
+    # 使用 pandas 加载数据，假设数据使用空格分隔，并且我们想要跳过第一列（可能是标识符）  
+    df = pd.read_csv(filepath, delim_whitespace=True, header=None)  
+      
+    # 假设最后一列是标签，将其转换为 0 和 1  
+    df.iloc[:, -1] = df.iloc[:, -1].apply(lambda x: 1 if x == 2 else 0)  
+      
+    # 将缺失值（如 '?'）替换为 NaN，然后删除包含 NaN 的行（或者选择其他处理方式）  
+    df.replace('?', np.nan, inplace=True)  
+    df.dropna(inplace=True)  
+      
+    # 提取特征和标签  
+    X = df.iloc[:, :-1].values  # 特征  
+    y = df.iloc[:, -1].values    # 标签  
+      
+    return X, y
   
 if __name__ == "__main__":  
     # 加载训练集