From 8346632a7be60930861fe523c3a195318417cf2f Mon Sep 17 00:00:00 2001
From: luderby <2339127037@qq.com>
Date: Tue, 5 Nov 2024 11:16:27 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 18 +++++++++++-------
 1 file changed, 11 insertions(+), 7 deletions(-)

diff --git a/function.py b/function.py
index d5e7d92..be15b75 100644
--- a/function.py
+++ b/function.py
@@ -82,21 +82,25 @@ def load_data(filepath):
     - np.array: 特征数据。  
     - np.array: 标签数据。  
     """  
-    # 使用 numpy.genfromtxt 加载数据，指定缺失值  
+    # 加载数据，使用适当的分隔符和设置  
     data = np.genfromtxt(filepath, delimiter=',', dtype=None, encoding=None, invalid_raise=False, filling_values=np.nan, autostrip=True)  
 
-    # 将数据拆分为特征和标签  
-    X = data[:, :-1].astype(float)  # 假设最后一列为标签，并转换为浮点数  
+    print("Loaded data shape:", data.shape)  # 打印数据的形状  
+
+    # 检查是否成功加载了二维数据  
+    if data.ndim == 1:  
+        raise ValueError("Loaded data is one-dimensional, please check the file format.")  
+
+    X = data[:, :-1].astype(float)  # 假设最后一列为标签  
     y = data[:, -1]                 # 最后一列为标签  
 
-    # 删除任何缺失值行（NaN）  
+    # 检查有效索引  
     valid_indices = ~np.isnan(X).any(axis=1) & ~np.isnan(y)  
     X = X[valid_indices]  
     y = y[valid_indices]  
 
-    # 处理 y，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)  # 假设标签中1和其他值需要统一成0或1  
-    return X, y 
+    y = np.where(y == 1, 1, 0)  
+    return X, y  
 
 
 if __name__ == "__main__":