From b533930bad33071b8fc2a8e8cf6c8b2d6d9e3cd2 Mon Sep 17 00:00:00 2001
From: luderby <2339127037@qq.com>
Date: Tue, 5 Nov 2024 18:37:59 +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 | 167 +++++++++++++++++++++++++---------------------------
 1 file changed, 79 insertions(+), 88 deletions(-)

diff --git a/function.py b/function.py
index bef94d8..51c9ddc 100644
--- a/function.py
+++ b/function.py
@@ -1,96 +1,87 @@
-# function.py
 import numpy as np
-from sklearn.preprocessing import StandardScaler  
-from sklearn.metrics import accuracy_score
-"""
-实验说明:
-- 自行编写实现数据加载与预测病马死亡的对率回归算法。
+import pandas as pd
 
-注意事项:
-- 在 function.py 中实现对率回归算法。
-- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
-- 自动评测脚本仅会加载 train_logreg、predict_logreg 和 load_data 函数，请勿修改函数名。
-
-测评环境:
-- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
-- OS: Ubuntu 22.04.4 LTS
-- Python: 3.10.12
-- numpy: 2.1.1
-"""
-
-
-"""
-请在这里填写学号和姓名，不填写即成绩无效
-"""
 id = "202210423223"
 name = "李顺潮"
 
-
-# 这里写自己的代码实现
-def train_logreg(X, y, learning_rate=0.01, iterations=1000, lambda_reg=0.1):
-    m, n = X.shape  
-    weights = np.zeros(n)  
-    bias = 0  
-      
-    for _ in range(iterations):  
-        linear_output = np.dot(X, weights) + bias  
-        y_predicted = 1 / (1 + np.exp(-linear_output))  
-          
-        # 计算梯度（包括正则化项）  
-        dw = (1 / m) * np.dot(X.T, (y_predicted - y)) + (lambda_reg / m) * weights  
-        db = (1 / m) * np.sum(y_predicted - y)  
-          
-        # 更新权重和偏置  
-        weights -= learning_rate * dw  
-        bias -= learning_rate * db  
-      
-    return weights, bias    
-
-def predict_logreg(inX, weights, bias):
-    linear_output = np.dot(inX, weights) + bias  
-    y_predicted = 1 if linear_output >= 0 else 0  # 简化阈值判断，因为已经通过sigmoid函数输出  
-    # 注意：这里为了与原始代码保持一致，使用了0.5作为阈值，但实际上由于sigmoid输出范围在(0,1)，可以直接比较linear_output和0  
-    # return 1 if y_predicted >= 0.5 else 0  # 等价于上面的判断，但多余计算了sigmoid  
-    return y_predicted 
-
-# 这里也写自己的代码实现
 def load_data(filepath):
-    data = []  
-    with open(filepath, 'r') as file:  
-        for line in file:  
-            parts = line.strip().split()  
-            # 将缺失值'?'替换为np.nan，然后使用0填充（或选择其他适当的填充策略）  
-            features = [float(part) if part != '?' else np.nan for part in parts[:-1]]  
-            # 填充NaN值（这里选择0，但也可以考虑使用均值、中位数等）  
-            features = np.nan_to_num(features, nan=0.0)  
-            # 将标签从2转换为1（如果原始标签是1和2的话），这里假设标签已经是0和1  
-            label = int(parts[-1])  # 假设标签已经是0和1，无需转换  
-            data.append(features + [label])  
-  
-    data_array = np.array(data)  
-    X = data_array[:, :-1]  
-    y = data_array[:, -1]  
-      
-    # 特征缩放（标准化）  
-    scaler = StandardScaler()  
-    X_scaled = scaler.fit_transform(X)  
-      
-    return X_scaled, y
+    """
+    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**。
+
+    Args:
+    - filepath (str): 数据文件路径。
+
+    Returns:
+    - np.array: 特征数据。
+    - np.array: 标签数据。
+    """
+    # 使用 pandas 加载数据
+    data = pd.read_csv(filepath, header=None)
+    # 假设最后一列是标签，其余是特征
+    X = data.iloc[:, :-1].values
+    y = data.iloc[:, -1].values
+    return X, y
+
+def sigmoid(z):
+    """
+    Sigmoid 函数，用于对率回归的激活函数。
+
+    Args:
+    - z (numpy array): 输入值。
+
+    Returns:
+    - numpy array: Sigmoid 函数输出。
+    """
+    return 1 / (1 + np.exp(-z))
+
+def train_logreg(X, y, other_params=None):
+    """
+    对率回归训练函数。
+
+    Args:
+    - X (numpy array): 特征数据。
+    - y (numpy array): 标签数据。
+    - other_params (str): 其它参数，可选设置。若需设置其它参数，必须设置其默认值，否则将**无法通过**自动评测，**成绩为零**。
+
+    Returns:
+    - numpy array: 训练得到的权重。
+    """
+    m, n = X.shape
+    weights = np.zeros(n)  # 初始化权重
+    learning_rate = 0.01
+    num_iterations = 1000
+
+    for _ in range(num_iterations):
+        z = np.dot(X, weights)
+        predictions = sigmoid(z)
+        # 计算梯度
+        gradient = np.dot(X.T, (predictions - y)) / m
+        # 更新权重
+        weights -= learning_rate * gradient
+
+    return weights
+
+def predict_logreg(inX, weights):
+    """
+    对率回归预测函数。
+
+    Args:
+    - inX (numpy array): 输入待分类的样本。
+    - weights (numpy array): 训练得到的权重。
+
+    Returns:
+    - int: 预测的分类标签。
+    """
+    z = np.dot(inX, weights)
+    probability = sigmoid(z)
+    return 1 if probability >= 0.5 else 0
 
 if __name__ == "__main__":
-    # 加载训练集和测试集  
-    X_train, y_train = load_data("./data/horse-colic.data")  
-    X_test, y_test = load_data("./data/horse-colic.test")  
-      
-    # 训练对率回归模型  
-    weights, bias = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000, lambda_reg=0.1)  
-      
-    # 测试模型并评估性能  
-    y_pred = [predict_logreg(x, weights, bias) for x in X_test]  
-    accuracy = accuracy_score(y_test, y_pred)  
-    print(f"模型准确率: {accuracy}")  
-      
-    # 打印单个测试样本的预测结果和实际结果（示例）  
-    # 注意：索引11可能需要根据实际测试集调整，这里仅作为示例  
-    sample_index = 11  # 假设要测试的样本索引是11（注意：索引可能需要根据实际数据调整）  
-    print(f"预测结果: {y_pred[sample_index]}, 实际结果: {y_test[sample_index]}")
\ No newline at end of file
+    # 加载训练集
+    X_train, y_train = load_data("./data/horse-colic.data")
+    # 训练模型
+    weights = train_logreg(X_train, y_train)
+    # 测试预测
+    sample_index = 0  # 选择一个样本进行测试
+    y_pred = predict_logreg(X_train[sample_index], weights)
+    print(f"预测结果: {y_pred}, 实际结果: {y_train[sample_index]}")
\ No newline at end of file