更新 function.py

function.py

@@ -1,96 +1,70 @@
 # function.py
-import numpy as np
+import numpy as np  
 from sklearn.preprocessing import StandardScaler  
-from sklearn.metrics import accuracy_score
+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。
 
-注意事项:
+# 学号和姓名  
-- 在 function.py 中实现对率回归算法。
+id = "202210423223"  
-- 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。
+name = "李顺潮"  
-- 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:
+def train_logreg(X, y, learning_rate=0.01, iterations=1000, lambda_reg=0.1):  
-- 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):
+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  
+    y_predicted = 1 if linear_output >= 0 else 0  
-    # 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 y_predicted   
-    # 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):  
-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])  
-            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）  
+    # 特征缩放  
     scaler = StandardScaler()  
     X_scaled = scaler.fit_transform(X)  
-      
+    
-    return X_scaled, y
+    return X_scaled, y  
 
-if __name__ == "__main__":
+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  
+    # 训练模型  
     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）  
+    # 如果测试样本有效  
-    # 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  
+    if len(y_test) > 11:  
-    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）  
+        sample_index = 11  
-    print(f"预测结果: {y_pred[sample_index]}, 实际结果: {y_test[sample_index]}")
+        print(f"预测结果: {y_pred[sample_index]}, 实际结果: {y_test[sample_index]}")